確率伝搬法を用いたベイジアンネットのEMアルゴリズム  [in Japanese] EM Algorithm for Bayesian Networks using Belief Propagation  [in Japanese]

Search this Article

Author(s)

Abstract

ベイジアンネットは計算機速度の向上,大量データの入手が容易になったことなどから,様々な応用が期待されている確率的情報処理モデルである.本研究では,現実的にモデルをデータから構築しようとした時に問題となる欠損データを取り扱うために,EMアルゴリズムをベイジアンネットに適用する方法について述べる.また,いくつかのノード数の異なるネットワーク構造について確率伝搬法(LoopyBP),サンプリング法を用いたEMアルゴリズムを実装し,実験評価を行った結果を示す.

Bayesian networks are promising tools for practical probabilistic information processing models using high speed computer and huge data. When we use Bayesian networks constructed from statistical data, missing data is processed by EM algorithm. In this research, EM algorithm for Bayesian networks is discussed. When E-step of EM algorithm, probabilistic reasoning is used on Bayesian networks. We can choose some different reasoning algorithm like (loopy) belief propagation, sampling methods and so on. In this paper, experimental result of EM algorithm using loopy BP and sampling method are shown. We see convergence, speed for some different size of networks.

Journal

  • IEICE technical report

    IEICE technical report 105(657), 85-90, 2006-03-15

    The Institute of Electronics, Information and Communication Engineers

References:  3

Cited by:  2

Codes

  • NII Article ID (NAID)
    110004680353
  • NII NACSIS-CAT ID (NCID)
    AN10091178
  • Text Lang
    JPN
  • Article Type
    Journal Article
  • ISSN
    09135685
  • NDL Article ID
    7881960
  • 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  CJPref  NDL  NII-ELS 
Page Top