文献

J-GLOBAL ID：201402278350456945   整理番号：14A0007474

関係データ解析のための長方形分割過程

Floor-plan partitioning stochastic processes for relational data analysis

著者 (5件)： 中野允裕 (NTT コミュニケーション科学基礎研) ,  石黒勝彦 (NTT コミュニケーション科学基礎研) ,  木村昭悟 (NTT コミュニケーション科学基礎研) ,  山田武士 (NTT コミュニケーション科学基礎研) ,  上田修功 (NTT コミュニケーション科学基礎研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 113  号： 286(IBISML2013 36-66)  ページ： 197-204  発行年： 2013年11月05日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,関係データ解析への応用を目的として,無限サイズを持つ行列の長方形分割を行う確率過程について議論する。関係データ解析法の一つとして,与えられたデータを行列として表現し,その行列を少数の長方形クラスタに分割する手法が広く利用されている。長方形分割を表す確率的生成モデルとして従来Chinese restaurant processの積やMondrian processなどが用いられてきたが,これらは限られたクラスの長方形分割しか表現することが出来なかった。より一般に任意の長方形分割を生成しうる確率モデルとしてGilbert tessellationが知られているが,これは統計的な振る舞いの解析が困難であることが知られている。そこで本稿では,有限確率モデルの無限拡張によって長方形分割のための確率過程を構成する方法を提案する。はじめに,確率過程構成の常套手段であるKomogorovの拡張定理を用いた方法を示し,その問題点を明らかにした後,より洗練された構成法として有限のベイズ階層モデルに関する射影系をOrbanzの拡張定理によって無限拡張する方法を提案する。(著者抄録)

シソーラス用語： 確率過程 ,  ノンパラメトリック法 ,  *データ解析 ,  *分割 ,  関係データベース ,  フロアプラン ,  長方形 ,  行列 ,  確率モデル ,  次元 ,  統計学
準シソーラス用語： 生成モデル ,  長方形分割 ,  *関係データ解析 ,  *行列分割 ,  無限次元 ,  Bayesモデル ,  射影行列

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： データ解析 ,  長方形 ,  過程