文献

J-GLOBAL ID：201702262457496722   整理番号：17A1635261

完全Bayesおよびグラフィカルlassoに基づくアプローチにおける構造的およびパラメトリック不確実性:心理学的ネットワークにおけるエッジ重みを超えて【Powered by NICT】

Structural and parametric uncertainties in full Bayesian and graphical lasso based approaches: Beyond edge weights in psychological networks

著者 (4件)： Hullam Gabor (Department of Measurement and Information Systems, Budapest University of Technology and Economics, Budapest Hungary) ,  Juhasz Gabriella (MTA-SE Neuropsychopharmacology and Neurochemistry Research Group, Hungarian Academy of Sciences, Budapest, Hungary) ,  Deakin Bill (Neuroscience and Psychiatry Unit, School of Community Based Medicine, Faculty of Medical and Human Sciences, The University of Manchester, Manchester, UK) ,  Antal Peter (Department of Measurement and Information Systems, Budapest University of Technology and Economics, Budapest Hungary)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CIBCB  ページ： 1-8  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： モデル構造の不確実性は,システムレベルでの効果強度パラメータを探索する多くのアプローチへの挑戦を提起している。モデル構造の平均化完全Bayesモデルのためのモンテカルロ法はかなりの計算資源を必要とし,ブートストラップグラフィカルlassoとその近似が,より低い複雑さでスケーラブル代替案を提供していた。グラフィカルlassoベースアプローチ計算効率は応用の成長数を促進してきたが,このアプローチの制限的な仮定をしばしば無視されている。Bayesネットワークを用いた完全Bayes平均化は,構造的およびパラメトリック不確実性のための事後分布を通した詳細な推定を提供することを人工と実世界例を用いて明確になり,このことは実現可能な代替百変数の中規模生物医学問題に適用されている。ペアワイズMarkovランダム場を用いたブートストラップグラフィカルlassoから対応する頻度論的量を用いたBayes推定値を比較し,それらの異なる解釈を論じた。人工モデルから合成データを用い,周辺の沈下(本研究では応用数1602英国バイオバンク資源を用いて行われてきた)を中心とする精神病理学的ネットワークを構築する英国バイオバンクデータセットを用いた結果を提示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *心理学 ,  *ネットワーク ,  モンテカルロ法 ,  Bayes推定 ,  英国 ,  *不確実性
準シソーラス用語： 精神病理学 ,  バイオバンク ,  確率場 ,  事後分布 ,  信念ネットワーク ,  計算効率 ,  計算資源 ,  Bayes法 ,  *パラメトリック不確実性 , 【Automatic Indexing@JST】

分類 (4件)： 計算機システム開発  (JD02010R) ,  環境問題  (SA01020V) ,  システム設計・解析  (IA02030D) ,  信頼性  (KB04040H)

タイトルに関連する用語 (3件)： パラメトリック不確実性 ,  心理学 ,  エッジ