ベイジアンネットと確率推論 : 実際的応用のためのモデリングと推論アルゴリズムの解説  [in Japanese] Bayesian network modeling and reasoning algorithms for Practical Applications  [in Japanese]

Search this Article

Author(s)

    • 本村 陽一 MOTOMURA Yoichi
    • 産業技術総合研究所 デジタルヒューマン研究センター National Institute of Advanced Industrial Science and Technology, DHRC

Abstract

ベイジアンネットは確率変数の依存関係をネットワークとして表した確率モデルである.このモデルをデータから構築する統計的学習と,構築したモデルを使って各種の予測を行う確率推論の枠組みを活用した情報技術は多方面に応用できる.特に問題領域の因果構造,人間の認知構造,評価構造の定量化モデルとしてこれを活用しようという試みが最近あり,これは不確実性を含む問題領域や人間の嗜好性のモデル化と予測のための基礎技術として有望であると考えられる.本報告ではこうした実際的な応用から見た場合のベイジアンネットのモデリングと推論アルゴリズムについて解説する.

Bayesian networks are probabilistic models that can be used for practical applications like prediction and decision making under uncertainty. We introduce some practical approaches using Bayesian network. Then, Bayesian network algorithms in current on-going research projects(application to customer modeling, and infant modeling for simulating infants' accidents in houses) are also explained.

Journal

  • IEICE technical report. Neurocomputing

    IEICE technical report. Neurocomputing 104(348), 29-34, 2004-10-18

    The Institute of Electronics, Information and Communication Engineers

References:  16

Codes

  • NII Article ID (NAID)
    110003234048
  • NII NACSIS-CAT ID (NCID)
    AN10091178
  • Text Lang
    JPN
  • Article Type
    ART
  • ISSN
    09135685
  • NDL Article ID
    7154226
  • NDL Source Classification
    ZN33(科学技術--電気工学・電気機械工業--電子工学・電気通信)
  • NDL Call No.
    Z16-940
  • Data Source
    CJP  NDL  NII-ELS 
Page Top