| 講演名 | 2006-03-16 グラフ構造により事前知識を表す確率モデル(オーガナイズドセッション,CVのためのパターン認識・学習理論の新展開) 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) | パターン認識などの実データから知的な情報処理を行うために確率モデルと統計的な学習手法の研究が進んでいる.とくに複雑な構造を持つグラフィカルモデルを用いることで,実問題に内在する構造や事前知識をうまく扱えることから最近,ペイジアンネットやConditional Random Filedのような確率モデルによる応用事例も数多く報告されるようになっている.本発表では,こうしたグラフ構造により事前知識を表す確率モデルについて述べ,人間の認知構造に近い画像理解を実現するために応用する試みも紹介する. |
| 抄録(英) | Probabilistic models and statistical learning methods are studied for intelligent information processing with real world data. In particular, graphical models that have complex structures can handle prior knowledge involved in target problems. Recently, application of conditional random filed models and Bayesian networks are reported as efficient modeling for real world problems like pattern recognition and time series data analysis. In this paper, these graphical models are introduced. As an example to model semantic prior knowledge, human cognitive structures during driving a car is shown. |
| キーワード(和) | |
| キーワード(英) | |
| 資料番号 | PRMU2005-255 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2006/3/9(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 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | グラフ構造により事前知識を表す確率モデル(オーガナイズドセッション,CVのためのパターン認識・学習理論の新展開) |
| サブタイトル（和） | |
| タイトル（英） | Probabilistic Models with Graphical Structure that involves prior knowledge |
| サブタイトル（和） | |
| キーワード(1)（和/英） | |
| 第 1 著者 氏名（和/英） | 本村 陽一 / Yoichi Motomura |
| 第 1 著者 所属（和/英） | 独立行政法人 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 | 2006-03-16 |
| 資料番号 | PRMU2005-255 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 673 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |