講演抄録/キーワード |
講演名 |
2009-03-13 16:05
指数族行列因子化の状態空間モデルへの拡張と時系列関係データ解析への応用 ○林 浩平(奈良先端大)・平山淳一郎(京大)・石井 信(京大/奈良先端大) NC2008-175 |
抄録 |
(和) |
Eメールの送受信履歴など,動的に変化しうる環境において関係データを解析するための新たな確率モデルを提案する.本モデルは高次元な関係データの変動に内在する特徴的なパターンを抽出し,低次元の特徴空間上で定義された潜在要因を用いた状態空間モデルとして定式化される.観測空間での不規則な変動を特徴空間で平滑化することにより,予測性能の向上が期待できる.我々は,提案したモデルについて,EMアルゴリズムに基づく学習則を導出した.特にEステップにおける事後分布の近似として expectation propagation 法を用いた.計算機実験では,一般公開されているエンロン社社員のメール送受信データを用い,本モデルが変動を考慮した上で関係構造を適切に学習し,予測しうることを示す. |
(英) |
We propose a new probabilistic model to analyze time-varying relational data such as e-mail transaction profiles. Our model can extract patterns or features underlying on the dynamic relational data, and capture their evolution by introducing a latent variable on the low-dimensional feature space. We derive a learning procedure based on EM algorithm. In particular, E-step is approximated by expectation propagation. In the experiments using both artificial and real-world datasets, we demonstrate our method can appropriately estimate the structure of temporally changing relations and effectively predict them. |
キーワード |
(和) |
時系列関係データ / 行列因子化 / 状態空間モデル / 一般化線形モデル / expectation propagation 法 / / / |
(英) |
Dynamic relational data / Matrix factorization / State-space model / Generalized linear models / Expectation propagation / / / |
文献情報 |
信学技報, vol. 108, no. 480, NC2008-175, pp. 423-428, 2009年3月. |
資料番号 |
NC2008-175 |
発行日 |
2009-03-04 (NC) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
NC2008-175 |