权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

ベイジアンネットと項目応答理論の統合によるWebデータマイニング理論の構築

整合贝叶斯网络和项目响应理论构建网络数据挖掘理论

基本信息

批准号：
07J04086
负责人：
安田宗樹
金额：
$ 1.15万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2007
资助国家：
日本
起止时间：
2007 至 2008
项目状态：
已结题

项目摘要

本研究課題の主な目的は,Webデータマイニング等への広い応用範囲が期待されている項目応答理論に,項目間の因果構造を考慮するためにベイジアンネットワークの理論を統合させ,高度な処理を実現する新たな大規模確率推論システムを構築し,そのシステムを実際に運川するための理論体系を確立することである.木研究課題は主に以下の2段階を柱として推進してきた.(1)因果・相関構造をもつ推論システムのモデル化(2)大規模確率推論アルゴリズム構築のための統計的近似理論の開発平成20年度は特に,因果・相関構造をシステム内に持つベイジアンネットワーク等の確率推論システムの統計的近似理論(上記(2))について,確率的ニューラルネットワークの一つとして知られているボルツマンマシンを中心に勢力的に収り組んできた.人工知能の分野をけじめ,広く確率推論から符号化・復号化まで用いられてきているビリーフプロパゲーションと呼ばれる強力な計算法に線形応答アルゴリズムを組み合わせた新しい学習アルゴリズムを提案し,その成果は田中和之教授の助言のもと学術論文としてまとめ,アメリカのNeural ComputationからFull paperとして受理を受けている.また,その他の成果については物理学会やニューラルコンピューティング研究会などで随時報告してきた.今年度取り組んできた研究成果は統計的学習理論のアルゴリズムを構築するための基礎的な研究であり,広い応用が期待できるものである.本年度の研究成果はまとまり次第随時学術論文として発表していく予定である.

The purpose of this research topic の main なは, Web データマイニング etc への hiroo い応 with van 囲が expect されている project 応に a theory, project の causal structure between を consider するためにベイジアンネットワークの integration theory をさせ, highly な処 Richard を be presently する new たな mass of probabilistic inference システムを build しそのシステムを The practical に yunkawa するためするため theoretical system を was established するするとであるとである. Wood research topic は main にの below 2 column section order をとして propulsion してきた. (1) the causal masato structure, phase をもつ inference システムのモデル change (2) the mass of probabilistic inference アルゴリズム build のための statistical approximation theory の open 発 pp.47-53 20 year はに, causal masato, phase structure をシステムに within a つベイジアンネットワーク, etc の of probabilistic inference システムの statistical approximation theory (on) (2) について, the probabilistic ニューラルネットワークの a つとして know られているボルツマンマシンを center に forces に収り group んできた. Artificial can know の eset をけじめ, hiroo く of probabilistic inference から symbolization, the complex number change まで with いられてきているビリーフプロパゲーションと shout ばれるに linear calculation method of powerful な応 answer アルゴリズムを group み close わせた new しい learning アルゴリズムを proposal し, その results はの professor and help tanaka said のもと academic papers としてまとめ, アメリカの Neural Computation から Full paper として accept を by けている. また, その he の results については physical society やニューラルコンピューティング seminar などで report してきた. Our group take りんできた research は statistical learning theory のアルゴリズムを build するためなの foundation study であり, hiroo い応 with が expect できるものである. The research achievements of this year are published in sequence in the form of academic papers とてて, <s:1> てく, く, and である.