電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2012-03-12 10:25
離散と連続の変数が混在する場合のBayesianネットワークの構造学習
鈴木 譲阪大
技報オンラインサービス実施中
抄録 (和) Bayesianネットワークの構造推定で、離散と連速の変数が混在している場合について検討している。従来は、連続変数を離散化して対応していた。ただ、どのような量子化が最適であるかなどを吟味せず、一般論がない状態で、その場限りの対応をしていた。本論文で提案する方法は、離散も連続もすべてBayes的に統一された原理に基いて処理をすすめる。離散の場合や確率密度関数が存在する場合も、今回の提案の特別なケースとして含まれる。最近、離散でなくても、連続でなくても、Bayesの測度を構成することに成功している。今回は、そのひとつの応用例になっている。 
(英) We consider estimation of Bayesian network structures given a finite number of examples when both discrete and continuous random variables are present in a Bayesian network. It is not hard to estimate Bayesian network structures based on the MDL/Bayesian criteria if each variable takes a finite value. On the other hand, because continuous data contain infinite precisions, its posterior probability cannot be evaluated in a well defined manner. We extend the notion of the MDL/Bayesian criteria in the most general setting in terms of Radon-Nikodym derivatives, and propose a method to estimate Bayesian network structures without assuming each variable to be either discrete or continuous.
キーワード (和) 事後確率最大原理 / 構造推定 / 連続 / 離散 / Bayesianネットワーク / 記述長最小基準; / /  
(英) Bayesian network / structure estimation / continuous / discrete / minimum description length principle / Bayesian estimation / /  
文献情報 信学技報, vol. 111, no. 480, IBISML2011-88, pp. 9-14, 2012年3月.
資料番号 IBISML2011-88 
発行日 2012-03-05 (IBISML) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 IBISML  
開催期間 2012-03-12 - 2012-03-13 
開催地(和) 統計数理研究所 
開催地(英) The Institute of Statistical Mathematics 
テーマ(和) 統計数理、データベース、一般 
テーマ(英) Mathematical Statistics, Databases, etc. 
講演論文情報の詳細
申込み研究会 IBISML 
会議コード 2012-03-IBISML 
本文の言語 英語(日本語タイトルあり) 
タイトル(和) 離散と連続の変数が混在する場合のBayesianネットワークの構造学習 
サブタイトル(和)  
タイトル(英) Bayesian Network Structure Estimation based on the Bayesian/MDL Criteria when both Discrete and Continuous Variables are Present 
サブタイトル(英)  
キーワード(1)(和/英) 事後確率最大原理 / Bayesian network  
キーワード(2)(和/英) 構造推定 / structure estimation  
キーワード(3)(和/英) 連続 / continuous  
キーワード(4)(和/英) 離散 / discrete  
キーワード(5)(和/英) Bayesianネットワーク / minimum description length principle  
キーワード(6)(和/英) 記述長最小基準; / Bayesian estimation  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 鈴木 譲 / Joe Suzuki /
第1著者 所属(和/英) 大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ.)
第2著者 氏名(和/英/ヨミ) / /
第2著者 所属(和/英) (略称: )
(略称: )
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2012-03-12 10:25:00 
発表時間 25 
申込先研究会 IBISML 
資料番号 IEICE-IBISML2011-88 
巻番号(vol) IEICE-111 
号番号(no) no.480 
ページ範囲 pp.9-14 
ページ数 IEICE-6 
発行日 IEICE-IBISML-2012-03-05 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会