大規模な統計モデルを利用したベイズ予測の研究

使用大规模统计模型的贝叶斯预测研究

• 批准号: 10780156
• 负责人: 駒木 文保
• 金额: $ 1.15万
• 依托单位: The University of Tokyo
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1998
• 资助国家: 日本
• 起止时间: 1998 至 1999
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-10780156/
• 关键词: 予測分布; ベイズ理論

独立同一分布,ARモデルなどについての予測分布の理論についての情報幾何学の視点からの研究でこれまでに得ていた結果を発展させることにより,現在の統計科学で主流になっている,ニューラルネットワークやベイズネットワークなど計算機の利用を前提とした大規模モデルを利用した予測分布の構成法についての理論的な研究を行った.とくに縮小型ベイズ事前分布がベイズ予測分布の構成のために重要な役割を果たすことを示し,変換群モデルなどを含むあるモデルのクラスに対して具体的な事前分布の構成法を与えた.縮小型予測分布がジェフリーズの無情報事前分布を利用したベイズ予測分布よりも精度よく予測できることを漸近的に示し,有限個のサンプルの場合にも正規分布やウイシャート分布の場含に厳密または数値的に予測の性能が改良できることを示した.また,相対不変分布を事前分布として利用したベイズ予測法についての研究を行った.ベイズ予測分布の構成と無情報事前分布との関連についての研究を行い,条件付き相互情報量に基づく事前分布の構成法を導入した.また混合型モデルを利用した統計的推測の際にベイズ予測分布を利用したアプローチが有効であることを示した.さらに情報理論での複合情報源のユニバーサル符号化の理論と統計学におけるベイズ予測の理論との関係についての研究を行った.

Independent the same distribution, AR モ デ ル な ど に つ い て の の theory to measure distribution に つ い て の intelligence geometry の viewpoints か ら の research で こ れ ま で に have て い た results を 発 exhibition さ せ る こ と に よ り, now the mainstream で の statistical science に な っ て い る, ニ ュ ー ラ ル ネ ッ ト ワ ー ク や ベ イ ズ ネ ッ ト ワ ー ク な computer の use を ど と し た Large-scale モ デ ル を using し た distribution の composition method to test に つ い て の な research of the theory of line を っ た. と く に type narrowing ベ イ ズ prior distribution が ベ イ ズ to measure distribution の composition の た め に important な "を cut fruit た す こ と を し, variations in group of モ デ ル な ど を containing む あ る モ デ ル の ク ラ ス に し seaborne て を distribution の composition method and specific な advance え た. Narrow distribution type can be が ジ ェ フ リ ー ズ の no intelligence prior distribution を utilization し た ベ イ ズ to measure distribution よ り も precision よ く be で き る こ と を asymptotic に し, finite の サ ン プ ル の occasions に も normal distribution や ウ イ シ ャ ー ト の field containing に 厳 dense ま た は の に to test performance of the numerical が improved で き る こ と を shown し た. ま た, phase ain no variations を prior distribution と し て using し た ベ イ ズ to measure method に つ い て の を line っ た. ベ イ ズ の constitute と no intelligence prior distribution to test と の masato even に つ い て の research を い, conditions to pay き mutual information quantity に base づ く prior distribution の composition method を import し た. ま た hybrid モ デ ル を using し た statistical speculation の interstate に ベ イ ズ to distribution を using し た ア プ ロ ー チ が have sharper で あ る こ と を shown し た. さ ら に intelligence theory で の compound intelligence source の ユ ニ バ ー サ ル symbolic の theory と statistical に お け る ベ イ ズ be の theory on と の masato is に つ い て の を line っ た.

项目成果

F.Komaki: "An estimating method for parametric spectral denslties of Gaussion time series" Journal of time series analysis. 20・1. 31-50 (1999)

F.Komaki：“高斯时间序列的参数谱密度的估计方法”《时间序列分析杂志》20・1（1999）。

駒木 文保: "予測分布の理論について"電子情報通信学会論文誌. (2000)

Fumiyasu Komaki：“关于预测分布的理论”电子信息通信工程师学会期刊（2000）

F.Komaki: "An estimating method for parametric spectral densities of Gaussian time series"Journal of time series analysis. 20・1. 31-50 (1999)

F.Komaki：“高斯时间序列的参数谱密度的估计方法”《时间序列分析杂志》20・1（1999）。

F.Komaki: "State space modeling of switching time series"The Practice of Time Series Analysis, ED.H.Akaike and G.Kitagawa, Springer Verlag, New York. 163-173 (1999)

F.Komaki：“切换时间序列的状态空间建模”时间序列分析的实践，ED.H.Akaike 和 G.Kitakawa，Springer Verlag，纽约。

F.Komaki: "Theory of Bayesian predictive distributions"Proceedings of East Asian Symposium on Statistics, Feburary 27-March2, 2000, University of Tokyo, Japan. 101-104 (2000)

F.Komaki：“贝叶斯预测分布理论”东亚统计研讨会论文集，2000 年 2 月 27 日至 3 月 2 日，日本东京大学。