文献

J-GLOBAL ID：201902282597600622   整理番号：19A1307413

推論のための双方向一般グラフ 医学の原理と含意【JST・京大機械翻訳】

Bidirectional General Graphs for inference. Principles and implications for medicine

著者 (2件)： Robson Barry (Ingine Inc. Viginia, USA) ,  Robson Barry (The Dirac Foundation, OxfordShire, UK)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 108  ページ： 382-399  発行年： 2019年 
JST資料番号： E0858A  ISSN： 0010-4825  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： 確率的推論法は,双方向一般グラフ(BGG)として世界のより一般的で現実的な記述を必要とする。その元の形式ではBayesネット(BN)は予測ツールとして促進されてきたが,因果的な基礎で通常考慮されているシステムにおける相互作用に関する仮説またはモデルを試験する方法である。一度確立されると,モデルは予測的方法で使用できるが,ここでの問題は伝統的なBNに対して,形成され得る仮説またはモデルが定義によって指向された巡回グラフ(DAG)に限定されるということである。BGGに基づく方法への変換により修正されたDAGの欠陥を表す3つの相互関連特徴を強調した。(i)Bayesの規則によるコヒーレンスの固有表現の欠如,(ii)親ノードにおける相互依存性を考慮する必要性,(iii)再発と呼ばれる特性の管理の必要性。これらの欠陥は,確率の絶対推定における大きな誤差を表すことができ,一方,相対的および正規化された確率は,分割による相殺を通して,多くの正味の超流fluをしばしば作ることができる。Diracの量子力学に基づくHyperbolicic Dirac Net(HDN)は,これらの欠陥を避けるために自然に導いた解である。それは,Diracによって再発見されたh-複素値における双方向確率,すなわちhh=+1のような虚数hを符号化する。以前に記述されたHDNの特性をレビューした(周知の確率項の記述に重点を置く),再発の問題を紹介し,構築の方法を簡単化し,BNsと類似のHDNsの間の定量的差異の重症度を例示した。また,実際に他のアプローチと比較した結果についても議論した。Copyright 2019 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： 正規化 ,  再発 ,  *含意 ,  虚数 ,  相互作用 ,  予測 ,  コヒーレンス ,  簡素化 ,  量子論
準シソーラス用語： 重症度 ,  相互依存性 ,  巡回 ,  確率的推論 , 【Automatic Indexing@JST】

著者キーワード (7件)： 推論ネット ,  有向非巡回グラフ ,  双方向一般グラフ ,  Bayesルール ,  Bayesネット ,  双曲型Diracネット ,  臨床意思決定支援

分類 (3件)： パターン認識  (JE07000S) ,  分子・遺伝情報処理  (JE15040B) ,  遺伝子の構造と化学  (EC02020U)

タイトルに関連する用語 (6件)： 推論 ,  双方向 ,  グラフ ,  医学 ,  原理 ,  含意