JP5845630B2 - 情報処理装置、情報処理方法、並びにプログラム - Google Patents
情報処理装置、情報処理方法、並びにプログラム Download PDFInfo
- Publication number
- JP5845630B2 JP5845630B2 JP2011115925A JP2011115925A JP5845630B2 JP 5845630 B2 JP5845630 B2 JP 5845630B2 JP 2011115925 A JP2011115925 A JP 2011115925A JP 2011115925 A JP2011115925 A JP 2011115925A JP 5845630 B2 JP5845630 B2 JP 5845630B2
- Authority
- JP
- Japan
- Prior art keywords
- probability function
- data
- calculated
- distribution
- function
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Complex Calculations (AREA)
Description
図1は、本技術を適用した情報処理装置の一実施の形態の構成を示す図である。図1に示した情報処理装置10は、入力部21、制御部22、記憶部23、および出力部24から構成されている。また、制御部22は、最尤推定部41、温度決定部42、および確率関数推定部43から構成されている。以下の説明では、予め定められたN個の離散確率変数の場合を例に挙げて説明するが、N=1の場合も含んでいる。
第1の実施の形態として、一変数の確率関数を推定する場合を例に挙げ、図1に示した情報処理装置10が実行する処理について説明する。
β=1/(1+T) ・・・(4)
温度Tが、式(4)で定義されるβという量に変換される。n=0のときには、β=0と定義する。
第1の実施の形態を、条件付き確率と二変数以上の結合確率の場合にまで容易に拡張することができ、この条件付き確率と二変数以上の結合確率の場合を、第2の実施の形態として以下に説明する。結合確率は、
P(X1,X2,・・・,Xn)
=P(Xn|Xn−1,・・・,X2,X1)・・・P(X2|X1)P(X1)
と、条件付き確率の積に分解して表現し、計算できるので、条件付き確率の場合のみ考えれば良い。
次に、第3の実施の形態として、G2統計量を用いた三変数の条件付き独立性検定の場合について説明する。三変数の条件付き独立性検定を行う情報処理装置は、図2に示すような構成とされる。図2に示した情報処理装置100は、入力部121、制御部122、記憶部123、出力部124から構成される。また、制御部122は、最尤推定部141、温度決定部142、確率関数推定部143、統計量計算部144、閾値決定部145、および独立性判定部146から構成される。
次に、第4の実施の形態として、エントロピーを用いたモデル選択について説明する。第4の実施の形態においては、モデル選択の指針として、エントロピーが最小となるモデルを選択するという基準を採用した場合を例に挙げて説明する。
P(X,Y,Z)=P(X)P(Y)P(Z)
や、一部を独立とみなすような分布、例えば、
P(X,Y,Z)=P(X)P(Y|X)P(Z|X)
などの複数のモデルが考えられる。
P(X,Y,Z)=P(X)P(Y|X)P(Z|X)
であった場合、このモデルのエントロピーは、次式(16)となる。
以下に、第1乃至第4の実施の形態のいずれかの実施の形態を適用した具体例をさらに説明する。まず第5の実施の形態として、推定される確率関数を推薦システムに適用した場合について説明する。
次に、第6の実施の形態として、推定される確率関数を用いて病気と症状の因果関係を発見するシステムについて説明する。ここでは、確率変数として{結核(T)、肺がん(L)、気管支炎(B)、胸部X線結果(X)、呼吸困難(D)、喫煙状況(S)}が用意されているとする。()内のアルファベットを略字として以下に使用する。
次に、第6の実施の形態として、推定される確率関数を用いた応用として文書分類システムについて説明する。本システムは教師あり学習システムと呼ばれる。そのため学習部と推定部にシステムが分けられる。そのようなシステムの学習部に本技術を適用することができる。
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
Claims (10)
- データから最も尤度の高い確率関数を計算する第1の計算部と、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算する第2の計算部と、
前記第1の計算部により計算される最も尤度の高い確率関数、前記第2の計算部により計算される揺らぎ、および前記正準分布を用いて、確率関数を推定する推定部と
を備え、
前記第2の計算部は、データの持つ揺らぎを前記最も尤度の高い確率関数、経験分布関数、ベイズの事後確率関数、または前記推定される確率関数の少なくとも一つを用いて計算する
情報処理装置。 - データから最も尤度の高い確率関数を計算し、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算し、
前記最も尤度の高い確率関数、前記データの揺らぎ、および前記正準分布を用いて、確率関数を推定する
ステップを含み、
前記データの持つ揺らぎを前記最も尤度の高い確率関数、経験分布関数、ベイズの事後確率関数、または前記推定される確率関数の少なくとも一つを用いて計算する
情報処理方法。 - データから最も尤度の高い確率関数を計算し、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算し、
前記最も尤度の高い確率関数、前記データの揺らぎ、および前記正準分布を用いて、確率関数を推定する
ステップを含み、
前記データの持つ揺らぎを前記最も尤度の高い確率関数、経験分布関数、ベイズの事後確率関数、または前記推定される確率関数の少なくとも一つを用いて計算する
処理をコンピュータに実行させるためのプログラム。 - データから最も尤度の高い確率関数を計算する第1の計算部と、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算する第2の計算部と、
前記第1の計算部により計算される最も尤度の高い確率関数、前記第2の計算部により計算される揺らぎ、および前記正準分布を用いて、確率関数を推定する推定部と
を備え、
前記第2の計算部は、前記データの持つ揺らぎを、カルバック・ライブラー情報量を用いて計算する
情報処理装置。 - 前記第2の計算部は、前記データの持つ揺らぎを計算する際、n個のデータを用いて前記計算を行うに当たり、n個のデータから計算される前記最も尤度の高い確率関数、ベイズ事後確率関数、または経験分布関数のうちのいずれか1つと、前記推定部により推定される(n−1)個のデータから計算される確率関数とによって、カルバック・ライブラー情報量を計算する
請求項4に記載の情報処理装置。 - 前記(n−1)個のデータから計算される確率関数をj個(0≦j≦n−1)までのデータで同様に計算される確率関数の幾何平均によって置き換える
請求項5に記載の情報処理装置。 - n個のデータから計算される前記最も尤度の高い確率関数、前記ベイズ事後確率関数、あるいは前記経験分布関数をj個(0≦j≦n−1)までのデータで同様に計算される前記最も尤度の高い確率関数あるいは前記ベイズ事後確率関数あるいは前記経験分布関数の幾何平均で置き換える
請求項5または6に記載の情報処理装置。 - (n−1)個のデータから計算される確率関数を、n個のデータから計算される確率関数に置き換えることによって計算される前記データの持つ揺らぎと前記正準分布とを用いた再帰的計算を用いて推定する
請求項5乃至7のいずれかに記載の情報処理装置。 - データから最も尤度の高い確率関数を計算し、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算し、
前記計算により得られた最も尤度の高い確率関数、前記計算により得られた揺らぎ、および前記正準分布を用いて、確率関数を推定する
ステップを含み、
前記データの持つ揺らぎは、カルバック・ライブラー情報量が用いられて計算される
情報処理方法。 - データから最も尤度の高い確率関数を計算し、
統計物理学における正準分布と、前記正準分布におけるパラメータをデータの持つ揺らぎとして計算し、
前記計算により得られた最も尤度の高い確率関数、前記計算により得られた揺らぎ、および前記正準分布を用いて、確率関数を推定する
ステップを含み、
前記データの持つ揺らぎは、カルバック・ライブラー情報量が用いられて計算される
処理をコンピュータに実行させるためのプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011115925A JP5845630B2 (ja) | 2011-05-24 | 2011-05-24 | 情報処理装置、情報処理方法、並びにプログラム |
US13/463,935 US8983892B2 (en) | 2011-05-24 | 2012-05-04 | Information processing apparatus, information processing method, and program |
CN201210153203.5A CN102799567A (zh) | 2011-05-24 | 2012-05-17 | 信息处理装置、信息处理方法和程序 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011115925A JP5845630B2 (ja) | 2011-05-24 | 2011-05-24 | 情報処理装置、情報処理方法、並びにプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2012243256A JP2012243256A (ja) | 2012-12-10 |
JP2012243256A5 JP2012243256A5 (ja) | 2014-06-05 |
JP5845630B2 true JP5845630B2 (ja) | 2016-01-20 |
Family
ID=47198680
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011115925A Active JP5845630B2 (ja) | 2011-05-24 | 2011-05-24 | 情報処理装置、情報処理方法、並びにプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US8983892B2 (ja) |
JP (1) | JP5845630B2 (ja) |
CN (1) | CN102799567A (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5845630B2 (ja) * | 2011-05-24 | 2016-01-20 | ソニー株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
CN103218837B (zh) * | 2013-04-22 | 2015-07-29 | 北京航空航天大学 | 一种基于经验分布函数的不等组距直方图的绘制方法 |
JP2014228991A (ja) * | 2013-05-21 | 2014-12-08 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
JP6676894B2 (ja) * | 2015-07-23 | 2020-04-08 | 株式会社リコー | 情報処理装置、情報処理方法およびプログラム |
FR3042294B1 (fr) * | 2015-10-12 | 2018-06-01 | Airbus Operations | Procede de prediction des temperatures supportees par un composant, un equipement ou une structure d'un vehicule |
US11176698B2 (en) | 2016-03-30 | 2021-11-16 | Nec Corporation | Analysis apparatus, analysis method, and storage medium |
CN108510297B (zh) * | 2017-02-28 | 2021-12-31 | 北京京东尚科信息技术有限公司 | 一种商品评价得分的处理方法及系统 |
US10458671B2 (en) * | 2017-04-11 | 2019-10-29 | Ademco Inc. | Building control device having probability distribution based sensing |
CN109284832A (zh) * | 2018-09-19 | 2019-01-29 | 南昌工程学院 | 一种基于马尔科夫逻辑网的统计关系学习方法与系统 |
US11537910B2 (en) | 2019-03-28 | 2022-12-27 | Nec Corporation | Method, system, and computer program product for determining causality |
WO2021007743A1 (zh) * | 2019-07-15 | 2021-01-21 | 富士通株式会社 | 搜索神经网络架构的方法和装置 |
CN110618428B (zh) * | 2019-09-19 | 2021-06-25 | 上海海洋大学 | 一种用于多普勒三维数据处理方法 |
CN111084611B (zh) * | 2019-12-25 | 2022-09-20 | 苏州大学 | 基于辐射比色测温仪的头戴式体温实时监控耳温计 |
CN112171376B (zh) * | 2020-08-21 | 2022-05-10 | 杭州玖欣物联科技有限公司 | 一种基于电流信号分割的机床工件实时统计方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6466894B2 (en) * | 1998-06-18 | 2002-10-15 | Nec Corporation | Device, method, and medium for predicting a probability of an occurrence of a data |
US6687696B2 (en) * | 2000-07-26 | 2004-02-03 | Recommind Inc. | System and method for personalized search, information filtering, and for generating recommendations utilizing statistical latent class models |
US20050181386A1 (en) * | 2003-09-23 | 2005-08-18 | Cornelius Diamond | Diagnostic markers of cardiovascular illness and methods of use thereof |
US7636651B2 (en) * | 2003-11-28 | 2009-12-22 | Microsoft Corporation | Robust Bayesian mixture modeling |
JP2006259862A (ja) * | 2005-03-15 | 2006-09-28 | Toshiba Corp | ベイジアンネットワーク作成装置及び方法並びにプログラム |
JP2008299524A (ja) | 2007-05-30 | 2008-12-11 | Fuji Xerox Co Ltd | 情報分類装置及びプログラム |
US8010476B2 (en) * | 2007-06-04 | 2011-08-30 | Siemens Medical Solutions Usa, Inc. | System and method for medical predictive models using likelihood gamble pricing |
GB2462261A (en) * | 2008-07-28 | 2010-02-03 | Fujitsu Ltd | Method, apparatus and computer program for simulating behaviou r of thermodynamic systems |
US8478053B2 (en) * | 2009-07-15 | 2013-07-02 | Nikon Corporation | Image sorting apparatus |
WO2011139687A1 (en) * | 2010-04-26 | 2011-11-10 | The Trustees Of The Stevens Institute Of Technology | Systems and methods for automatically detecting deception in human communications expressed in digital form |
US20120078821A1 (en) * | 2010-09-25 | 2012-03-29 | The Board of Trustees of the Leland Srandford Junior University | Methods for unsupervised learning using optional pólya tree and bayesian inference |
JP5845630B2 (ja) * | 2011-05-24 | 2016-01-20 | ソニー株式会社 | 情報処理装置、情報処理方法、並びにプログラム |
JP5854274B2 (ja) * | 2012-03-28 | 2016-02-09 | ソニー株式会社 | 情報処理装置および方法、並びにプログラム |
-
2011
- 2011-05-24 JP JP2011115925A patent/JP5845630B2/ja active Active
-
2012
- 2012-05-04 US US13/463,935 patent/US8983892B2/en active Active
- 2012-05-17 CN CN201210153203.5A patent/CN102799567A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20120303572A1 (en) | 2012-11-29 |
US8983892B2 (en) | 2015-03-17 |
JP2012243256A (ja) | 2012-12-10 |
CN102799567A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5845630B2 (ja) | 情報処理装置、情報処理方法、並びにプログラム | |
Bayraksan et al. | Data-driven stochastic programming using phi-divergences | |
Wager | Asymptotic theory for random forests | |
Moniz et al. | Resampling strategies for imbalanced time series | |
Nauck et al. | Predicting basin stability of power grids using graph neural networks | |
Fujimaki et al. | Online heterogeneous mixture modeling with marginal and copula selection | |
Li et al. | High dimensional model representation (HDMR) coupled intelligent sampling strategy for nonlinear problems | |
JPWO2016084326A1 (ja) | 情報処理システム、情報処理方法、及び、プログラム | |
Shangguan et al. | Neural process for black-box model optimization under bayesian framework | |
Wu et al. | Quickest change detection for unnormalized statistical models | |
JP7274434B2 (ja) | 流用設計支援システム及び流用設計支援方法 | |
Matilla-Garcia | Nonlinear dynamics in energy futures | |
Roy et al. | Dynamic cutset networks | |
Zhou et al. | A tradeoff between false discovery and true positive proportions for sparse high-dimensional logistic regression | |
Abe et al. | Analyzing business processes by automatically detecting kpi thresholds | |
Ruiz et al. | A principled approach to network-based classification and data representation | |
JP2022182628A (ja) | 情報処理装置、情報処理方法、情報処理プログラム、及び学習モデル生成装置 | |
Salehkaleybar et al. | Identifying nonlinear 1-step causal influences in presence of latent variables | |
Sage et al. | A residual-based approach for robust random forest regression | |
Fonseca et al. | A genetic algorithm assisted by a locally weighted regression surrogate model | |
Reiz et al. | Bayesian network classifier for medical data analysis | |
CN112488319A (zh) | 一种具有自适应配置生成器的调参方法和系统 | |
Sun et al. | A Graph and Trace Clustering-based Approach for Abstracting Mined Business Process Models. | |
US20240256981A1 (en) | Self-adaptive multi-model approach in representation feature space for propensity to action | |
JP7309673B2 (ja) | 情報処理装置、情報処理方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140418 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140418 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150609 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150728 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150820 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20151006 |
|
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: 20151027 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151109 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5845630 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
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 |