JP4940406B2 - モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム - Google Patents
モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム Download PDFInfo
- Publication number
- JP4940406B2 JP4940406B2 JP2008123065A JP2008123065A JP4940406B2 JP 4940406 B2 JP4940406 B2 JP 4940406B2 JP 2008123065 A JP2008123065 A JP 2008123065A JP 2008123065 A JP2008123065 A JP 2008123065A JP 4940406 B2 JP4940406 B2 JP 4940406B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- variable
- partial
- bayesian network
- partial model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims description 47
- 238000004458 analytical method Methods 0.000 title claims description 16
- 238000003860 storage Methods 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 81
- 238000013500 data storage Methods 0.000 description 42
- 238000011156 evaluation Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000010365 information processing Effects 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本村陽一「ベイジアンネットによる確率的推論技術」、計測と制御、Vol.42 No.8 2003 社団法人計測自動制御学会、p649-654 本村陽一「ベイジアンネットソフトウェアBayoNet」、計測と制御、Vol.42 No.8 2003 社団法人計測自動制御学会、P693-694
12 統計データ記憶部
14 モデル作成部
16 部分モデル作成部
18 表示部
20 受付部
22 モデルデータ記憶部
30 コンテンツ提供装置
32 モデルデータ記憶部
34 コンテンツデータ記憶部
36 ユーザ属性データ記憶部
38 状況検知部
40 コンテンツ選択部
42 推論部
44 コンテンツ提供部
Claims (17)
- 確率的推論に適用されるベイジアンネットのモデルを作成する装置であって、
統計データに含まれる複数の変数から、ベイジアンネットのモデルを構成する候補となる変数を選択する手段であって、一の変数を子変数としたときにその子変数の親変数の候補となる変数を前記統計データから選択する変数選択手段と、
前記子変数がどの前記親変数の候補に依存しどの親変数の候補に依存していないかを規定する依存関係を、前記子変数と前記親変数の候補とのあり得るすべての依存関係について前記統計データを用いて尤度に関するスコアを求め、前記スコアに基づいてすべての依存関係の中から一の依存関係を選択することによって決定し、当該依存関係において前記子変数が依存している前記親変数の候補を親変数とし、前記親変数と前記子変数とからなる部分モデルを作成する部分モデル作成手段と、
一の変数を子変数として含む部分モデルと当該一の変数を親変数として含む部分モデルとを、当該一の変数に対する依存関係に基づいて接続する態様により、前記部分モデル作成手段にて作成された複数の前記部分モデルを接続してベイジアンネットのモデルを作成する部分モデル接続手段と、
前記部分モデル接続手段にて複数の部分モデルが接続されて作成されたベイジアンネットのモデルを表示するベイジアンネットモデル表示手段と、
前記ベイジアンネットモデル表示手段にて表示されたベイジアンネットのモデルの一の変数を指定することによって、その一の変数を子変数とする部分モデルの指定を受け付ける部分モデル指定手段と、
前記部分モデル指定手段にて指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付手段であって、前記スコアに関する情報をスクロールバーによって指定することにより、指定されたスコアに関する情報に対応した依存関係を有する部分モデルを採用すべき部分モデルの候補として表示し、前記表示された部分モデルを確定することにより、前記指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付手段と、
を備え、
前記ベイジアンネットモデル表示手段は、前記部分モデル指定手段にて指定された部分モデルを前記モデル受付手段にて受け付けた部分モデルに変更したベイジアンネットのモデルを表示するモデル作成装置。 - 前記部分モデル受付手段は、前記スコアを算出するための情報量基準の選択を受け付ける情報量基準選択メニューを表示し、
前記情報量基準選択メニューにて受け付けた情報量基準を用いて前記スコアを算出し、算出したスコアに関する情報に対応した依存関係を有する部分モデルを採用すべき部分モデルの候補として表示することを特徴とする請求項1に記載のモデル作成装置。 - 前記変数選択手段にて選択された前記子変数および前記親変数の候補の変数について、前記親変数の候補の変数がとるすべての状態のそれぞれに対し、その子変数がとるすべての状態のそれぞれが発生する確率値を求める確率値算出手段と、
前記確率値を記憶する確率値記憶手段と、
を備えることを特徴とする請求項1または2に記載のモデル作成装置。 - 前記変数選択手段にて選択された前記子変数および前記親変数の候補の変数から生成された異なる部分モデルと、前記部分モデルにおいて前記部分モデルの尤度に関するスコアとを関連付けて記憶する部分モデル記憶手段を備えることを特徴とする請求項1〜3のいずれかに記載のモデル作成装置。
- 前記部分モデル受付手段により受け付けた部分モデルの尤度に関するスコアを出力するスコア出力手段をさらに備えることを特徴とする請求項1〜4のいずれかに記載のモデル作成装置。
- 前記部分モデル作成手段により作成された部分モデルに含まれる前記子変数と前記親変数との各リンクが前記スコアに寄与する割合を示す情報を求めるリンク情報算出手段を備え、
前記ベイジアンネットモデル表示手段は、前記リンク情報算出手段にて求めた各リンクが前記スコアに寄与する割合を示す情報に基づいて前記ベイジアンネットのモデル内のそれぞれの親変数と子変数とを接続するリンクの太さを変えて表示する請求項1〜5のいずれかに記載のモデル作成装置。 - ベイジアンネットのモデルに基づいて確率的推論を行う情報分析装置であって、
請求項1〜6のいずれかに記載されたモデル作成装置にて作成されたベイジアンネットのモデルを記憶するベイジアンネットモデル記憶手段と、
前記ベイジアンネットモデル記憶手段に記憶されたベイジアンネットのモデルを読み出し、読み出したベイジアンネットのモデルに基づいて、観測された変数の状態から未観測の変数の状態を推論する推論手段と、
を備えることを特徴とする情報分析装置。 - ユーザにコンテンツを提供する装置であって、
請求項1〜6のいずれかに記載されたモデル作成装置にて作成されたベイジアンネットのモデルであって、ユーザに提供するコンテンツの属性を示す変数とコンテンツを受け入れる確率を示すレスポンスの変数とを含むベイジアンネットのモデルを記憶するベイジアンネットモデル記憶手段と、
前記ベイジアンネットモデル記憶手段に記憶されたベイジアンネットのモデルを読み出し、読み出したベイジアンネットのモデルに基づいて、コンテンツの属性を示す変数からレスポンスを示す変数を推論する推論手段と、
前記推論手段による推論結果に基づいて、前記レスポンスの変数の値が最大となるコンテンツを選択するコンテンツ選択手段と、
選択されたコンテンツを前記ユーザに提供するコンテンツ提供手段と、
を備えることを特徴とするコンテンツ提供装置。 - 確率的推論に適用されるベイジアンネットのモデルをモデル作成装置によって作成する方法であって、
前記モデル作成装置が、統計データに含まれる複数の変数から、ベイジアンネットのモデルを構成する候補となる変数を選択するステップであって、一の変数を子変数としたときにその子変数の親変数の候補となる変数を前記統計データから選択する変数選択ステップと、
前記モデル作成装置が、前記子変数がどの前記親変数の候補に依存しどの親変数の候補に依存していないかを規定する依存関係を、前記子変数と前記親変数の候補とのあり得るすべての依存関係について前記統計データを用いて尤度に関するスコアを求め、前記スコアに基づいてすべての依存関係の中から一の依存関係を選択することによって決定し、当該依存関係において前記子変数が依存している前記親変数の候補を親変数とし、前記親変数と前記子変数とからなる部分モデルを作成する部分モデル作成ステップと、
前記モデル作成装置が、一の変数を子変数として含む部分モデルと当該一の変数を親変数として含む部分モデルとを、当該一の変数に対する依存関係に基づいて接続する態様により、前記部分モデル作成ステップにて作成された複数の前記部分モデルを接続してベイジアンネットのモデルを作成する部分モデル接続ステップと、
前記モデル作成装置が、前記部分モデル接続ステップにて複数の部分モデルが接続されて作成されたベイジアンネットのモデルを表示するベイジアンネットモデル表示ステップと、
前記モデル作成装置が、前記ベイジアンネットモデル表示ステップにて表示されたベイジアンネットのモデルの一の変数を指定することによって、その一の変数を子変数とする部分モデルの指定を受け付ける部分モデル指定ステップと、
前記モデル作成装置が、前記部分モデル指定ステップにて指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付ステップであって、前記スコアに関する情報をスクロールバーによって指定することにより、指定されたスコアに関する情報に対応した依存関係を有する部分モデルを採用すべき部分モデルの候補として表示し、前記表示された部分モデルを確定することにより、前記指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付ステップと、
を備え、
前記ベイジアンネットモデル表示ステップでは、前記モデル作成装置が、前記部分モデル指定ステップにて指定された部分モデルを前記モデル受付ステップにて受け付けた部分モデルに変更したベイジアンネットのモデルを表示するモデル作成方法。 - コンピュータにより、確率的推論に適用されるベイジアンネットのモデルを作成させるプログラムであって、前記コンピュータに、
統計データに含まれる複数の変数から、ベイジアンネットのモデルを構成する候補となる変数を選択するステップであって、一の変数を子変数としたときにその子変数の親変数の候補となる変数を前記統計データから選択する変数選択ステップと、
前記子変数がどの前記親変数の候補に依存しどの親変数の候補に依存していないかを規定する依存関係を、前記子変数と前記親変数の候補とのあり得るすべての依存関係について前記統計データを用いて尤度に関するスコアを求め、前記スコアに基づいてすべての依存関係の中から一の依存関係を選択することによって決定し、当該依存関係において前記子変数が依存している前記親変数の候補を親変数とし、前記親変数と前記子変数とからなる部分モデルを作成する部分モデル作成ステップと、
一の変数を子変数として含む部分モデルと当該一の変数を親変数として含む部分モデルとを、当該一の変数に対する依存関係に基づいて接続する態様により、前記部分モデル作成ステップにて作成された複数の前記部分モデルを接続してベイジアンネットのモデルを作成する部分モデル接続ステップと、
前記部分モデル接続ステップにて複数の部分モデルが接続されて作成されたベイジアンネットのモデルを表示するベイジアンネットモデル表示ステップと、
前記ベイジアンネットモデル表示ステップにて表示されたベイジアンネットのモデルの一の変数を指定することによって、その一の変数を子変数とする部分モデルの指定を受け付ける部分モデル指定ステップと、
前記部分モデル指定ステップにて指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付ステップであって、前記スコアに関する情報をスクロールバーによって指定することにより、指定されたスコアに関する情報に対応した依存関係を有する部分モデルを採用すべき部分モデルの候補として表示し、前記表示された部分モデルを確定することにより、前記指定された部分モデルに代えて採用すべき部分モデルを受け付ける部分モデル受付ステップと、
を実行させ、
前記ベイジアンネットモデル表示ステップは、前記部分モデル指定ステップにて指定された部分モデルを前記モデル受付ステップにて受け付けた部分モデルに変更したベイジアンネットのモデルを表示するプログラム。 - 前記部分モデル受付ステップは、前記スコアを算出するための情報量基準の選択を受け付ける情報量基準選択メニューを表示し、
前記情報量基準選択メニューにて受け付けた情報量基準を用いて前記スコアを算出し、算出したスコアに関する情報に対応した依存関係を有する部分モデルを採用すべき部分モデルの候補として表示することを特徴とする請求項10に記載のプログラム。 - 前記変数選択ステップにて選択された前記子変数および前記親変数の候補の変数について、前記親変数の候補の変数がとるすべての状態のそれぞれに対し、その子変数がとるすべての状態のそれぞれが発生する確率値を求める確率値算出ステップと、
前記確率値を記憶する確率値記憶ステップと、
を備えることを特徴とする請求項10または11に記載のプログラム。 - 前記変数選択ステップにて選択された前記子変数および前記親変数の候補の変数から生成された異なる部分モデルと、前記部分モデルにおいて前記部分モデルの尤度に関するスコアとを関連付けて記憶する部分モデル記憶ステップを備えることを特徴とする請求項10〜12のいずれかに記載のプログラム。
- 前記部分モデル受付ステップにより受け付けた部分モデルの尤度に関するスコアを出力するスコア出力ステップをさらに備えることを特徴とする請求項10〜13のいずれかに記載のプログラム。
- 前記部分モデル作成ステップにより作成された部分モデルに含まれる前記子変数と前記親変数との各リンクが前記スコアに寄与する割合を示す情報を求めるリンク情報算出ステップを備え、
前記ベイジアンネットモデル表示ステップは、前記リンク情報算出ステップにて求めた各リンクが前記スコアに寄与する割合を示す情報に基づいて前記ベイジアンネットのモデル内のそれぞれの親変数と子変数とを接続するリンクの太さを変えて表示する請求項10〜14のいずれかに記載のプログラム。 - コンピュータにより、ベイジアンネットのモデルに基づいて確率的推論を行うためのプログラムであって、前記コンピュータに、
請求項10〜15のいずれかに記載されたプログラムにて作成されたベイジアンネットのモデルをベイジアンネットモデル記憶手段に記憶するベイジアンネットモデル記憶ステップと、
前記ベイジアンネットモデル記憶手段に記憶されたベイジアンネットのモデルを読み出し、読み出したベイジアンネットのモデルに基づいて、観測された変数の状態から未観測の変数の状態を推論する推論ステップと、
を実行させることを特徴とするプログラム。 - コンピュータにより、ユーザにコンテンツを提供するためのプログラムであって、前記コンピュータに、
請求項10〜15のいずれかに記載されたプログラムにて作成されたベイジアンネットのモデルであって、ユーザに提供するコンテンツの属性を示す変数とコンテンツを受け入れる確率を示すレスポンスの変数とを含むベイジアンネットのモデルをベイジアンネットモデル記憶手段も記憶するベイジアンネットモデル記憶ステップと、
前記ベイジアンネットモデル記憶手段に記憶されたベイジアンネットのモデルを読み出し、読み出したベイジアンネットのモデルに基づいて、コンテンツの属性を示す変数からレスポンスを示す変数を推論する推論ステップと、
前記推論ステップによる推論結果に基づいて、前記レスポンスの変数の値が最大となるコンテンツを選択するコンテンツ選択ステップと、
選択されたコンテンツを前記ユーザに提供するコンテンツ提供ステップと、
を実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008123065A JP4940406B2 (ja) | 2008-05-09 | 2008-05-09 | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008123065A JP4940406B2 (ja) | 2008-05-09 | 2008-05-09 | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003338877A Division JP4164669B2 (ja) | 2003-09-29 | 2003-09-29 | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008226268A JP2008226268A (ja) | 2008-09-25 |
JP4940406B2 true JP4940406B2 (ja) | 2012-05-30 |
Family
ID=39844717
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008123065A Expired - Lifetime JP4940406B2 (ja) | 2008-05-09 | 2008-05-09 | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4940406B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6990626B2 (ja) * | 2018-06-27 | 2022-01-12 | 株式会社日立製作所 | 因果推論モデル構築方法 |
KR102352036B1 (ko) * | 2020-04-28 | 2022-01-18 | 이진행 | 확률적 경사 하강법을 이용한 변수 선택 장치 및 방법 |
-
2008
- 2008-05-09 JP JP2008123065A patent/JP4940406B2/ja not_active Expired - Lifetime
Also Published As
Publication number | Publication date |
---|---|
JP2008226268A (ja) | 2008-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Drake et al. | Recent advances in selection hyper-heuristics | |
Sigaud et al. | Learning classifier systems: a survey | |
Koulinas et al. | A particle swarm optimization based hyper-heuristic algorithm for the classic resource constrained project scheduling problem | |
KR20070117472A (ko) | 정보처리장치 및 정보처리방법과 컴퓨터 프로그램 | |
CN111898728A (zh) | 一种基于多Agent强化学习的团队机器人决策方法 | |
Vergidis et al. | Business process improvement using multi-objective optimisation | |
Jeong et al. | Deep reinforcement learning for automated design of reinforced concrete structures | |
Blum et al. | Hybrid metaheuristics | |
JP4164669B2 (ja) | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム | |
Rojas-Guzman et al. | Galgo: A genetic algorithm decision support tool for complex uncertain systems modeled with Bayesian belief networks | |
JP4940406B2 (ja) | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法、およびプログラム | |
JP2007310860A (ja) | 学習装置及び方法 | |
EP3614314A1 (en) | Method and apparatus for generating chemical structure using neural network | |
JP7489275B2 (ja) | 情報処理装置、情報処理システムおよび情報処理方法 | |
JP4940407B2 (ja) | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法およびプログラム | |
JP4164670B2 (ja) | モデル作成装置、情報分析装置、モデル作成方法、情報分析方法およびプログラム | |
KR102560042B1 (ko) | 기계 학습 모델의 초매개변수(hyperparameter) 최적화 과정의 분석과 조정을 위한 튜닝 알고리즘 인식 시각화 방법 | |
Höftmann et al. | Time-myopic go-explore: Learning a state representation for the go-explore paradigm | |
Nissen | A brief introduction to evolutionary algorithms from the perspective of management science | |
van Hemert et al. | A study into ant colony optimisation, evolutionary computation and constraint programming on binary constraint satisfaction problems | |
Saha et al. | How Does User Behavior Evolve During Exploratory Visual Analysis? | |
Chand et al. | MAP-elites based hyper-heuristic for the resource constrained project scheduling problem | |
Tonda et al. | Balancing user interaction and control in BNSL | |
Tonda et al. | Balancing user interaction and control in Bayesian network structure learning | |
Varol et al. | Neural network estimators for optimal tour lengths of traveling salesperson problem instances with arbitrary node distributions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20080606 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110913 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111111 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120110 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120120 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4940406 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150309 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |