| 研究課題/領域番号 |
21500138
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
鈴木 譲 大阪大学, 大学院・理学研究科, 准教授 (50216397)
|
|---|
| 連携研究者 |
藤原 彰夫 大阪大学, 大学院・理学研究科, 教授 (30251359)
|
|---|
| 研究期間 (年度) |
2009 – 2012
|
| 研究課題ステータス |
完了 (2012年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2011年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2010年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2009年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | ベイズネット / 情報量基準 / 一致性 / ガウシアン / 統計科学 / ベイジアンネットワーク / モデル選択 / 因果同定 / 離散変数と連続変数 / 線形回帰分析 / Hannan-Quinn |
|---|
| 研究概要 |
訓練データから、ベイジアンネットワーク(BN)の構造を推定する問題を検討した。特に、情報量基準といって、尤度(データの構造への適合性を表現する)と、BNの構造の複雑さを表現する項の値の和を計算し、それを最小にする構造を推定結果とした。前者を重視しすぎると、過学習といって、複雑すぎる構造を選択することになる。本研究では、訓練データの個数の増加とともに確率1で、真の構造を正しく推定するための両者のバランスに関する条件を見出し、それを数学的に証明した。
|
