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

点击翻译按钮获取中文摘要

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.