| 講演名 | 2004/10/11 ベイジアンネットと確率推論 : 実際的応用のためのモデリングと推論アルゴリズムの解説(<特集>SMAPIPチュートリアル) 本村 陽一, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | ベイジアンネットは確率変数の依存関係をネットワークとして表した確率モデルである.このモデルをデータから構築する統計的学習と,構築したモデルを使って各種の予測を行う確率推論の枠組みを活用した情報技術は多方面に応用できる.特に問題領域の因果構造,人間の認知構造,評価構造の定量化モデルとしてこれを活用しようという試みが最近あり,これは不確実性を含む問題領域や人間の嗜好性のモデル化と予測のための基礎技術として有望であると考えられる.本報告ではこうした実際的な応用から見た場合のベイジアンネットのモデリングと推論アルゴリズムについて解説する. |
| 抄録(英) | Bayesian networks are probabilistic models that can be used for practical applications like prediction and decision making under uncertainty. We introduce some practical approaches using Bayesian network. Then, Bayesian network algorithms in current on-going research projects(application to customer modeling, and infant modeling for simulating infants' accidents in houses) are also explained. |
| キーワード(和) | ベイジアンネット / 確率モデル / 確率推論 / ヒューマンモデリング |
| キーワード(英) | Bayesian network / Probabilistic models / Probabilistic reasoning / Human modeling |
| 資料番号 | NC2004-62 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2004/10/11(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Neurocomputing (NC) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ベイジアンネットと確率推論 : 実際的応用のためのモデリングと推論アルゴリズムの解説(<特集>SMAPIPチュートリアル) |
| サブタイトル（和） | |
| タイトル（英） | Bayesian network modeling and reasoning algorithms for Practical Applications |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ベイジアンネット / Bayesian network |
| キーワード(2)（和/英） | 確率モデル / Probabilistic models |
| キーワード(3)（和/英） | 確率推論 / Probabilistic reasoning |
| キーワード(4)（和/英） | ヒューマンモデリング / Human modeling |
| 第 1 著者 氏名（和/英） | 本村 陽一 / Yuichi MOTOMURA |
| 第 1 著者 所属（和/英） | 産業技術総合研究所デジタルヒューマン研究センター National Institute of Advanced Industrial Science and Technology |
| 発表年月日 | 2004/10/11 |
| 資料番号 | NC2004-62 |
| 巻番号（vol） | vol.104 |
| 号番号（no） | 348 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |