文献

J-GLOBAL ID：202002218925731668   整理番号：20A0612254

対称性バイアスを組み込んだ拡張ベイズ推論【JST・京大機械翻訳】

Extended Bayesian inference incorporating symmetry bias

著者 (11件)： Shinohara Shuji (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan) ,  Manome Nobuhito (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan) ,  Manome Nobuhito (Department of Research and Development, SoftBank Robotics Group Corp, Tokyo, Japan) ,  Suzuki Kouta (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan) ,  Suzuki Kouta (Department of Research and Development, SoftBank Robotics Group Corp, Tokyo, Japan) ,  Chung Ung-il (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan) ,  Takahashi Tatsuji (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan) ,  Takahashi Tatsuji (School of Science and Engineering, Tokyo Denki University, Saitama, Japan) ,  Gunji Pegio-Yukio (Department of Intermedia Art and Science, School of Fundamental Science and Technology, Waseda University, Tokyo, Japan) ,  Nakajima Yoshihiro (Graduate School of Economics, Osaka City University, Osaka, Japan) ,  Mitsuyoshi Shunji (Department of Bioengineering, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan)
資料名： BioSystems  (BioSystems)
巻： 190  ページ： Null  発行年： 2020年 
JST資料番号： D0286B  ISSN： 0303-2647  CODEN： BSYMBO  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： 対称性バイアスを組み込んだ因果的誘導モデルを提案することにより始めた。このモデルは,対称性バイアスの強度を制御する2つのパラメータを持ち,特別な場合としての因果的誘導の条件付き確率と従来のモデルを含んでいる。著者らは,8つのタイプの因果的誘導実験における参加者による評価と提案したモデルを用いた推定値との間の決定係数を計算した。測定の平均係数は0.93であった。したがって,それは高精度で人間判断の因果的誘導を再現することができる。著者らは,さらに,前述の因果的誘導モデルによるBayes推論における条件付き確率を置き換えるために,人間のようなBayes推論法を提案した。この方法において,2つの構成要素が共存する:Bayes推論の構成要素,各仮説に対する信頼度を更新する,そして各仮説のモデルを修正する逆Bayes推論の構成要素。言い換えると,この方法は推論だけでなく,同時学習も可能にする。著者らの研究は,この方法が,推論のターゲットが,知識(モデル)と観測データに基づく推論を作るだけでなく,モデル自身を修正することによっても,時々変化する非定常状態を扱うことを実証した。Copyright 2020 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： 信頼度 ,  *対称性 ,  学習 ,  推定量 ,  学習アルゴリズム ,  バイアス ,  *Bayes推定 ,  因果推論 ,  非定常状態 ,  高精度 ,  条件付確率 ,  度
準シソーラス用語： 決定係数 , 【Automatic Indexing@JST】

著者キーワード (6件)： ベイズ推論 ,  因果推論 ,  対称性推論 ,  学習 ,  割引学習アルゴリズム ,  非定常状態

分類 (3件)： 発生と分化  (EJ16020W) ,  核酸一般  (EB04010U) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (4件)： 対称性 ,  バイアス ,  拡張 ,  ベイズ推論