因果関係の可視化を考慮したベイジアンネットワークのベイズ最適な予測法

  • 竹山 湧祐
    早稲田大学創造理工学部経営システム工学科
  • 石田 崇
    早稲田大学メディアネットワークセンター
  • 後藤 正幸
    早稲田大学創造理工学部経営システム工学科

書誌事項

タイトル別名
  • A Bayes Optimal Predicting Method of Bayesian Network with Visualization of Causal Relationship
  • インガ カンケイ ノ カシカ オ コウリョ シタ ベイジアンネットワーク ノ ベイズ サイテキ ナ ヨソクホウ

この論文をさがす

抄録

パターン認識問題において,因果モデルと確率予測モデル,双方の特徴を持つ手法であるベイジアンネットワークが注目されている.本研究では,ベイジアンネットワークモデルのクラスを対象としたベイズ最適な予測法を新たに提案する.一般に,モデルクラス内の全モデルの事後確率による混合モデルが予測に対してベイズ最適だが,一般のモデルクラスでは混合モデルは複雑なモデルになるため,解釈容易性を持つ因果モデルとしての有用性を失ってしまう.そこで,モデルクラスをうまく構成することにより,ベイジアンネットワークの特徴を活かした混合モデルを構成し,さらにノード間の因果関係の強さを定量的に評価する方法を提案する.また,株の売買指標の予測問題に適用し提案手法の有効性を示す.

収録刊行物

参考文献 (32)*注記

もっと見る

関連プロジェクト

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ