事前知識を活用した段階的なベイジアンネットの構造学習法 Prior Knowledge-Based Stepwise Structure Learning of Bayesian Networks

この論文をさがす

著者

抄録

ベイジアンネットは確率的依存関係を表現したグラフィカルモデルであり,データマイニング等に使用されている.本稿では,データおよびその背景にある事前知識から,ベイジアンネットの構造を段階的に学習する手法を提案する.本手法では,事前知識を用いることで探索空間の抑制を実現する.加えて,従来の構造学習アプローチへ適用するためには質および量の面で不十分な事前知識をもとに,適切なネットワーク構造を学習可能とする.計算機実験により,本手法を適用して構築したネットワークの妥当性を検討する.

Bayesian networks are graphical models representing stochastic dependencies among random variables and are applied to a variety of research fields such as data mining. This article proposes a stepwise method learning the structure of Bayesian network based on data and prior knowledge behind the data. Applying our method contributes to the suppression of the search space for the structure learning due to the use of prior knowledge. Besides, a suitable network structure can be acquired by employing prior knowledge which is insufficient to be applied to existing structure learning methods. Computer simulations employing both of artificial and real data are carried out to discuss the validity of our method.

収録刊行物

  • 電子情報通信学会技術研究報告. NC, ニューロコンピューティング

    電子情報通信学会技術研究報告. NC, ニューロコンピューティング 108(383), 55-60, 2009-01-12

    一般社団法人電子情報通信学会

参考文献:  8件中 1-8件 を表示

各種コード

  • NII論文ID(NAID)
    110007123489
  • NII書誌ID(NCID)
    AN10091178
  • 本文言語コード
    JPN
  • 資料種別
    ART
  • ISSN
    09135685
  • NDL 記事登録ID
    9793410
  • NDL 雑誌分類
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL 請求記号
    Z16-940
  • データ提供元
    CJP書誌  NDL  NII-ELS 
ページトップへ