マルコフ確率場モデルにおけるハイパーパラメータの分布推定 (ニューロコンピューティング)  [in Japanese] Distribution estimation of hyperparameters in Markov random field model  [in Japanese]

Search this Article

Author(s)

Abstract

近年, 観測技術の発展により, 自然科学の様様な分野で, 大量の画像データが得られている. 画像データの解析には, 情報科学で発展したマルコフ確率場(MRF)モデルを利用できる. MRFモデルは確率モデルなので, ベイズ推定の枠組みにより, ハイパーパラメータ推定を行うことができる. 自然科学で頻出する拡散系をMRFモデルを用いて扱う場合, ハイパーパラメータは拡散係数と対応がつく重要なパラメータである. 従って, 本研究では, 点推定を行うだけでなく, 分布推定を行うことにより, ハイパーパラメータ推定の信頼度を評価する. また, 分布推定を応用して, 推定の精度と信頼度とが画像データの画素数にどのように依存するかについて議論する.

Recent advances in measurement techniques allow us to obtain a large quantity of imaging data in various natural science fields. These data can be analyzed by Markov random field (MRF) models which have made progress in information science. We can estimate hyperparameters in our MRF model, which is a probabilistic one, by the framework of Bayesian inference. When our MRF model is applied to diffusion systems which often appear in the natural sciences, a hyperparameter is an important parameter which corresponds to the diffusion coefficient. Thus, in this study, we calculate not only a point estimate but also a distribution estimate of hyperparameters to evaluate estimation reliability. Besides, we discuss the dependence of estimation accuracy and reliability on the number of pixels in imaging data.

Journal

  • IEICE technical report. Neurocomputing

    IEICE technical report. Neurocomputing 112(345), 55-60, 2012-12-12

    The Institute of Electronics, Information and Communication Engineers

Codes

  • NII Article ID (NAID)
    110009667389
  • NII NACSIS-CAT ID (NCID)
    AN10091178
  • Text Lang
    JPN
  • ISSN
    0913-5685
  • NDL Article ID
    024199868
  • NDL Call No.
    Z16-940
  • Data Source
    NDL  NII-ELS 
Page Top