| 講演名 | 2014-06-25 MDL/Bayesを用いたベイジアンネットワークの構造推定 : 連続データを含む場合の一致性について(機械学習によるバイオデータマインニング,一般) 鈴木 譲, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Bayesianネットワークで、連続データと離散データが混在している場合の構造推定をおこなう。変数集合の各部分集合に、Bayes的にスコアを割り当てると、それらを組み合わせて、各構造のスコアが求まる。それらを比較して、事後確率が最大の構造を推定する。提案方式は、連続データが含む場合のMDL基準の一般化に相当する原理に基づいている。したがって、サンプル数が多くなれば、確率1で真の構造を推定することが予想される。今回は、数学的な証明には至らなかったが、種々の実験によって、そのことが真であることのevidenceを得た。 |
| 抄録(英) | In any database, some fields are discrete and others continuous in each record. We consider learning Bayesian network structures when discrete and continuous variables are present. Thus far, most of the previous results assumed that all the variables are either discrete or continuous. We propose to compute a new Bayesian score for each subset of discrete and continuous variables, and to obtain a structure that maximizes the posterior probability given examples. We evaluate the proposed algorithm and make experiments to see that the error probability and Kullback-Leibler divergence diminish as n grows whereas the computation increases linearly in the logarithm of the number of bins in the histograms. |
| キーワード(和) | Bayesianネットワーク / 離散連続変数 / Kullback-Leibler情報量 / 確率密度関数 / ユニバーサル性 |
| キーワード(英) | learning Bayesian network structures / discrete and continuous variables / Kullback-Leibler divergence / density estimation / universality |
| 資料番号 | NC2014-2,IBISML2014-2 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2014/6/18(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 | ENG |
| タイトル（和） | MDL/Bayesを用いたベイジアンネットワークの構造推定 : 連続データを含む場合の一致性について(機械学習によるバイオデータマインニング,一般) |
| サブタイトル（和） | |
| タイトル（英） | Learning Bayesian network structures when discrete and continuous variables are present |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Bayesianネットワーク / learning Bayesian network structures |
| キーワード(2)（和/英） | 離散連続変数 / discrete and continuous variables |
| キーワード(3)（和/英） | Kullback-Leibler情報量 / Kullback-Leibler divergence |
| キーワード(4)（和/英） | 確率密度関数 / density estimation |
| キーワード(5)（和/英） | ユニバーサル性 / universality |
| 第 1 著者 氏名（和/英） | 鈴木 譲 / Joe SUZUKI |
| 第 1 著者 所属（和/英） | 大阪大学大学院理学研究科 Graduate School of Science, Osaka University |
| 発表年月日 | 2014-06-25 |
| 資料番号 | NC2014-2,IBISML2014-2 |
| 巻番号（vol） | vol.114 |
| 号番号（no） | 104 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |