タイトル | ベイズ推定の漸近評価に関する研究 - 真の分布を含まない入れ子構造をもつモデル族への拡張 - |
---|---|
著者 | 宮 希望 |
年度 | 2012 |
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 | 2013 |
掲載月 | 3 |
アブスト (日本語) |
|
アブスト (英語) |
|
備考 (日本語) |
本研究では,ベイズ基準に基づく決定問題における累積対数損失の漸近評価を行い,ClarkeとBarron,後藤らの従来研究と同様に,定数項までの精密な解析を行う.累積対数損失とは,各時点における決定に対する対数損失について1時点目からある時点目までの総和をとったものである.例えば,累積対数損失の期待値はユニバーサル無歪情報源符号化における冗長度と等価である.ベイズ基準に基づく決定を行う際に,パラメトリックな分布のクラスを仮定するが,本研究では,モデルの集合が与えられると仮定し,さらに,仮定した分布のクラスは入れ子構造をもつとする.ここで,1つのモデルは,ある1つのパラメトリックな分布族を表現する1つのラベルである.さらに,このように仮定したクラスの中でベイズ基準に基づき,最適な決定を行うが,データを発生させる真の確率分布が仮定したクラスに含まれるか否かといったことは特に仮定しない. |
備考 (英語) |
|
論文原稿 | |
発表資料 |