| タイトル | 真のモデルを含まないパラメトリックモデル族に対するベイズ予測の漸近評価 |
|---|---|
| 著者 | 宮 希望 、須子 統太 、安田 豪毅 、松嶋 敏泰 |
| 年度 | 2011 |
| 形式 | 国内学会 |
| 分野 | 情報源符号化 |
| 掲載雑誌名 | 電子情報通信学会技術研究報告 |
| 掲載号・ページ | vol.111, no.142, IT2011-22, pp.71–76 |
| 掲載年 | 2011 |
| 掲載月 | 7 |
| アブスト （日本語） |
学会名：電子情報通信学会 情報理論研究会(IT) 日程：2011年7月21–22日（発表日: 22日） 岡山大学創立五十周年記念館2階大会議室（岡山県・岡山市） 査読無 DOI: なし 情報源から発生するデータを逐次的に観測し，それに基づいて次に発生するデータの予測を行う逐次予測問題を考える．予測の評価基準として対数損失を考えた場合，これは次の1時点のデータを予測した場合の1時点の損失とそれをある時点まで総和をとった累積損失の2つに分類される．ここで様々な予測手法が考えられるが，本研究ではベイズ基準の下での予測を考える．このとき，仮定したパラメトリックモデル族は真のモデルを含んでいることが前提であるが，未知である真のモデルは実際には仮定したモデル族に含まれないということも考えられる．本研究では累積損失に対してベイズ基準の下で最適な予測を行う．そして仮定したモデル族は実際には真のモデルを含んでいないという状況の下で損失の漸近的な解析を行う． |
| アブスト （英語） |
We consider the sequential prediction problem which is the prediction of the next symbol based on the sequential observation of source symbols. The log loss function in this problem is classified into two types, the instantaneous loss and the cumulative loss. The former is the loss function for the prediction of the only next one symbol. The latter is the sum of the instantaneous loss. We consider the Bayesian prediction for this problem. In Bayesian prediction, it is assumed that the true model lies within a parametrized family of distributions. However, it can be considered that it lies without a parametrized family practically(misspecified models), the true model being unknown. We analyze asymptotics of the cumulative loss for Bayesian prediction under this situation. |
| 備考 （日本語） |
1 |
| 備考 （英語） |
1 |
| 論文原稿 | |
| 発表資料 |
