| タイトル | ベイズ決定理論に基づく予測における近似手法について |
|---|---|
| 著者 | 江口公盛 |
| 年度 | 2003 |
| 形式 | 修士論文 |
| 分野 | 情報源符号化 |
| 掲載雑誌名 | 早稲田大学修士論文 |
| 掲載号・ページ | |
| 掲載年 | 2003 |
| 掲載月 | |
| アブスト （日本語） |
与えられたデータから将来発生する未知のデータを予測することはさまざまな工学分野の基本的な問題の一つである．例えば，ある観測データがどのクラスに属するか知りたいパターン認識等の分野においては，観測データとクラスの組を学習データとして与え，新しい観測データが与えられた時，そのデータがどのクラスに属するのかを予測する．また他には，時系列データの予測や企業業績予測などがあげられる． 予測方法としてさまざまな手法が考えられるがここではベイズ決定理論に基づいた予測法を行う．この手法は，予測分布と呼ばれる分布を計算することで達成され，有限時点において予測による損失を平均的に最小にする意味で最適性が保証される．しかしこの予測分布の計算は一般に解析的に解くことができない積分計算を必要とする．本研究では予測分布を近似する手法について考察する．積分計算において寄与率の大きいところを重点的にサンプリングするMCMC(Markov chain MonteCarlo) やその改良手法について述べ，MAP 推定を利用した近似手法を拡張した近似手法を提案する． さらに，事後分布が多峰型の場合において積分近似手法を提案し，従来の手法と比較考察を行う． |
| アブスト （英語） |
|
| 備考 （日本語） |
本論（研究室内のみアクセス可能） 発表資料（研究室内のみアクセス可能） |
| 備考 （英語） |
|
| 論文原稿 |
 ダウンロード
|
| 発表資料 |
