文献

J-GLOBAL ID：201802286242929689   整理番号：18A1868884

クラスタ化データを用いた確率モデルにおけるパラメータ推論【JST・京大機械翻訳】

Parameter inference in a probabilistic model using clustered data

著者 (1件)： Kiwata Hirohito (Division of Natural Science, Osaka Kyoiku University, Kashiwara, Osaka 582-8582, Japan)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 513  ページ： 112-125  発行年： 2019年 
JST資料番号： D0322B  ISSN： 0378-4371  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 与えられたデータサンプルから確率モデルのパラメータを推論する方法を提案した。著者らの方法は,擬似尤度法と複合尤度法に基づいている。与えられたデータサンプルをクラスタ化し,クラスタ化データサンプルを擬似尤度と複合尤度法に適用した。クラスタの平均の周りの擬尤度法の拡張から,平均場とThouless-Anderson-Palmer方程式を導いた。同様に,クラスタの平均の周りの複合尤度法の拡張から,Be近似に類似した方法を導いた。次に,この方法を用いて数値シミュレーションを行った。この方法は弱結合パラメータの範囲において正確な推定を与えるが,強結合パラメータの範囲において擬尤度および複合尤度法と比較して劣った精度を持つことを見出した。強い結合パラメータの範囲において,クラスタの数が増加するにつれて,著者らの方法の推論精度は改善される。擬似尤度および複合尤度法と比較して,著者らの方法は,推定のための計算タスクの数を減少させて,したがって,推論精度を犠牲にした。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最尤法 ,  強結合 ,  *確率モデル ,  平均場近似 ,  *パラメータ ,  *クラスタ化 ,  ベリリウム ,  近似法 ,  弱結合 ,  *クラスタ ,  シミュレーション ,  数値シミュレーション ,  尤度 ,  *数学モデル ,  *改変
準シソーラス用語： クラスタ化データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 逆Ising問題 ,  確率モデルにおけるパラメータの推論 ,  クラスタ化データサンプル ,  平均場理論 ,  擬似尤度法

分類 (5件)： 情報処理一般  (JE15010U) ,  集団遺伝学  (EC01040J) ,  信頼性  (KB04040H) ,  ニューロコンピュータ  (JC06010Q) ,  交通調査  (TB01031B)

タイトルに関連する用語 (4件)： クラスタ化データ ,  確率モデル ,  パラメータ ,  推論