Fundamental Study for Bayesian Network Systems based on Quantum-Mechanical Fluctuation

基于量子力学涨落的贝叶斯网络系统基础研究

• 批准号: 17500134
• 负责人: TANAKA Kazuyuki
• 金额: $ 2.18万
• 依托单位: Tohoku University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2005
• 资助国家: 日本
• 起止时间: 2005 至 2006
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17500134/
• 关键词: algorithm; image, text and speech recognitions; statistical science; probabilistic information processing; soft computing

The main purpose of the present project is to extend some probabilistic models for probabilistic inference to quantum-mechanical ones and to construct algorithms for the corresponding belief propagation method. The fundamental studies of the quantum-mechanical belief propagation is based on the advanced mean field methods, particularly, the cluster variation method. The conventional belief propagation cannot be applied to the quantized probabilistic models. In the present project, the new belief propagation algorithm has been derived for quantum-mechanical extended probabilistic inference systems. And the general formula for quantum-mechanical belief propagation method has been given. The algorithm usually includes an iterative procedure. The convergence of the iterative procedure is important for applications of the intelligent information processing systems.Some results have been opened in some invited talks of the following Workshop and Symposiums:1. Workshop on Mathematics of Statistical Inference (December, 2005, Tokyo Institute of Technology)2. Symposium of the MEXT Grant-in-Aid for Scientific Research on Priority Areas "Deepening and Expansion of Statistical Mechanical Informatics" (December 2006, Tokyo)3. Symposium of the 2007 Spring Meeting in the Physical Society of Japan, "Statistical Mechanical Informatics for Quantum Systems" (March 2007, Kagoshima University)

本项目的主要目的是将一些概率推理的概率模型扩展到量子力学模型，并构建相应的信念传播方法的算法。量子力学信念传播的基础研究是基于先进的平均场方法，特别是聚类变分方法。传统的信念传播方法不适用于量化概率模型。本课题针对量子力学扩展概率推理系统，导出了一种新的信念传播算法。并给出了量子力学信念传播方法的一般公式。该算法通常包括一个迭代过程。迭代过程的收敛性对智能信息处理系统的应用具有重要意义。下列讲习班和专题讨论会的一些特邀发言已公布了一些成果：统计推理数学研讨会（2005年12月，东京工业大学）2 .省文部省“统计机械信息学的深化与拓展”科研资助专题讨论会（2006年12月，东京）日本物理学会2007年春季学术研讨会，“量子系统的统计机械信息学”（2007年3月，鹿儿岛大学）

项目成果

Introduction of Probabilistic Image Processing

概率图像处理简介

• 发表时间: 2007
• 作者: 安田宗樹;田中和之;Kazuyuki Tanaka
• 通讯作者: Kazuyuki Tanaka

Nonad ditive Volume and Community Detection Problem in Complex Networks

复杂网络中的非独立卷和社区检测问题

• 发表时间: 2006
• 期刊: Journal of the Physical Society of Japan Vol.75No.11
• 作者: Jun Ohkubo;Kazuyuki Tanaka
• 通讯作者: Kazuyuki Tanaka

Relatio nship between Plefka's Expansion and Cluster Variation Method

Plefka展开与聚类变分法的关系

• 发表时间: 2006
• 期刊: Journal of the Physical Society of Japan Vol.75,No.8
• 作者: Muneki Yasuda;Kazuyuki Tanaka
• 通讯作者: Kazuyuki Tanaka

ガウシアングラフィカルモデルにもとづく確率的情報処理における一般化された信念伝搬法

基于高斯图模型的概率信息处理中的广义置信传播方法

• 发表时间: 2005
• 期刊: 電子情報通信学会論文誌 (D-II) J88-D-II・12
• 作者: 大久保潤;田中和之;田中和之
• 通讯作者: 田中和之

Linear Response Formula in Generalized Belief Propagation for Probabilistic Inference

概率推理的广义置信传播中的线性响应公式

• 发表时间: 2005
• 期刊: Proceedings of CIMCA-IAWTIC'05 1
• 作者: Jun Ohkubo;Muneki Yasuda;Kazuyuki Tanaka;Kazuyuki Tanaka
• 通讯作者: Kazuyuki Tanaka