| 講演名 | 2018-08-27 少数地点における観測データからの不連続性を考慮した物理量場のベイズ推定 太田 真人(関西学院大), 岡留 剛(関西学院大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | センサーて?点観測される物理量について，いす?れも校正されていない低精度センサーと，それらよりも 少数の高精度センサーを環境に配置し，テ?ータから環境の各点における物理量(物理量場)を推定する.物理量場 に不連続性か?あると既存手法て?は推定精度は下か?る.本研究て?は， ヘ?イス?的アフ?ローチをとり，確率的生成モテ?ル を構築し，低精度センサーの系統誤差と物理量場の不連続性を考慮して場の事後確率を変分近似により求める.一 般に系統誤差の教師テ?ータは与えられないため，提案手法は，高精度センサーを擬似教師テ?ータとする教師なし学 習て?ある.提案モテ?ルの限界を調へ?るため，実験により，場の勾配か?と?れほと?大きいと不連続と見なされるのか調 へ?，さらに場の勾配とセンサー密度の関係を求めた. |
| 抄録(英) | This paper proposes a novel method for estimating the physical quantity at every location (physical quan- tity field) from sensor data obtained at several locations of the environment. We use the low precision sensors that are not calibrated and the high precision sensors that are fewer than those sensors. When the physical quantity field is discontinuous, the estimation accuracy decreases with the existing method. In this paper, A probabilistic generation model is constructed and the posterior probability of the field is obtained by variational Bayes in consideration of the systematic error of the low precision sensors and the discontinuity of the physical quantity field. |
| キーワード(和) | ベイズ推論 / 変分ベイズ / 教師なし学習 / 疑似教師データ / ガウス過程 |
| キーワード(英) | Bayesian Inference / Variational Bayes / Unsupervised Learning / Gaussian process |
| 資料番号 | AI2018-23 |
| 発行日 | 2018-08-20 (AI) |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2018/8/27(から1日開催) |
| 開催地（和） | 大阪大学吹田キャンパス |
| 開催地（英） | |
| テーマ（和） | 「地球環境観測と人工知能」および一般 |
| テーマ（英） | |
| 委員長氏名（和） | 峯 恒憲(九大) |
| 委員長氏名（英） | Tsunenori Mine(Kyushu Univ.) |
| 副委員長氏名（和） | 片上 大輔(東京工芸大) / 福田 直樹(静岡大) |
| 副委員長氏名（英） | Daisuke Katagami(Tokyo Polytechnic Univ.) / Naoki Fukuta(Shizuoka Univ.) |
| 幹事氏名（和） | 服部 宏充(立命館大) / 清 雄一(電通大) |
| 幹事氏名（英） | Hiromitsu Hattori(Ritsumeikan Univ.) / Yuichi Sei(Univ. of Electro-Comm.) |
| 幹事補佐氏名（和） | 櫻井 祐子(産総研) |
| 幹事補佐氏名（英） | Yuko Sakurai(AIST) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Artificial Intelligence and Knowledge-Based Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 少数地点における観測データからの不連続性を考慮した物理量場のベイズ推定 |
| サブタイトル（和） | |
| タイトル（英） | Bayesian Inference for Field of Physical Quantity from Data obtained at several Locations |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ベイズ推論 / Bayesian Inference |
| キーワード(2)（和/英） | 変分ベイズ / Variational Bayes |
| キーワード(3)（和/英） | 教師なし学習 / Unsupervised Learning |
| キーワード(4)（和/英） | 疑似教師データ / Gaussian process |
| キーワード(5)（和/英） | ガウス過程 |
| 第 1 著者 氏名（和/英） | 太田 真人 / Masato Ota |
| 第 1 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：KG Univ.) |
| 第 2 著者 氏名（和/英） | 岡留 剛 / Takeshi Okadome |
| 第 2 著者 所属（和/英） | 関西学院大学(略称：関西学院大) Kwansei Gakuin University(略称：KG Univ.) |
| 発表年月日 | 2018-08-27 |
| 資料番号 | AI2018-23 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | AI-197 |
| ページ範囲 | pp.55-60(AI), |
| ページ数 | 6 |
| 発行日 | 2018-08-20 (AI) |