JP6452580B2 - パラメータ推定方法、装置、及びプログラム - Google Patents
パラメータ推定方法、装置、及びプログラム Download PDFInfo
- Publication number
- JP6452580B2 JP6452580B2 JP2015182022A JP2015182022A JP6452580B2 JP 6452580 B2 JP6452580 B2 JP 6452580B2 JP 2015182022 A JP2015182022 A JP 2015182022A JP 2015182022 A JP2015182022 A JP 2015182022A JP 6452580 B2 JP6452580 B2 JP 6452580B2
- Authority
- JP
- Japan
- Prior art keywords
- probability
- parameter
- value
- logic program
- parameter estimation
- 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
Landscapes
- Complex Calculations (AREA)
Description
female(hanako).
parent(hanako,taro).
0.3::female(hanako).
0.5::parent(hanako, taro).
まず、本発明の実施の形態の概要について説明する。本発明の実施の形態では、確率パラメータを付与した論理プログラム(以下、確率論理プログラムと称する。)の確率パラメータを、入力された訓練例より推定する。具体的には、本発明の実施の形態では、負の対数尤度関数を最小化する代わりに、負の対数尤度関数にペナルティ関数を付与した目的関数を最小化することで確率パラメータの推定を行う。推定された確率パラメータの値wiが0または1をとったときにペナルティの値が小さくなるようなペナルティ関数を用いることで、推定された確率パラメータがよりwi=0またはwi=1となりやすいようにする。ここで、本発明の実施の形態では、確率論理プログラムのパラメータ推定を行う際に用いるペナルティ関数を、入力として与えられた確率論理プログラムのひな形における構造を利用して設定する。
本発明の実施の形態に係るパラメータ推定装置の構成について説明する。本発明の実施の形態に係るパラメータ推定装置100は、確率パラメータが付与された事実を表す節の集合と、確率パラメータが付与されていない節の集合とを含む確率論理プログラムであって、かつ、質問として与えられた事実を論理的帰結として導出することができる確率を算出する確率論理プログラムで用いられる確率パラメータの各々の値を推定する。
w1::female(hanako).
w2::parent(hanako, taro).
次に、本発明の実施の形態に係るパラメータ推定装置100の作用について説明する。確率論理プログラムと複数の訓練例とがパラメータ推定装置100に入力されると、演算部20によって、図3に示す推定処理ルーチンが実行される。
ステップS200において、パラメータ推定部26によって、確率パラメータの各々について、0<wi<1となるように当該確率パラメータの初期値w(0)を設定する。
12 訓練例入力部
20 演算部
22 プログラムデータベース
24 訓練例データベース
25 ペナルティ決定部
26 パラメータ推定部
30 出力部
100 パラメータ推定装置
Claims (7)
- 訓練例入力手段、及びパラメータ推定手段を含み、確率パラメータが付与された事実を表す節の集合と、前記確率パラメータが付与されていない節の集合とを含む確率論理プログラムであって、かつ、質問として与えられた事実を論理的帰結として導出することができる確率を算出する確率論理プログラムで用いられる前記確率パラメータの各々の値を推定するパラメータ推定装置におけるパラメータ推定方法であって、
前記訓練例入力手段が、前記確率論理プログラムの論理的帰結として導出されるべき事実の集合と、論理的帰結として導出されるべきではない事実の集合とからなる予め用意された複数の訓練例を受け付けるステップと、
前記パラメータ推定手段が、前記訓練例入力手段によって受け付けた複数の訓練例と、前記確率論理プログラムとに基づいて、値が1又は0である前記確率パラメータの数が多いほど小さい値を出力するように予め定められたペナルティ関数により求まる項と、前記確率パラメータの各々の値の尤もらしさを表す負の対数尤度関数により求まる項との重み付け和である目的関数を、前記複数の訓練例に対して最小化するように、前記確率論理プログラムの前記確率パラメータの各々の値を推定し、推定された前記確率パラメータの値が1である事実を表す節から、前記確率パラメータを取り除いて、前記確率パラメータが付与されていない節とし、推定された前記確率パラメータの値が0である事実を表す節を、前記確率論理プログラムから取り除くステップと、
を含み、
前記ペナルティ関数は、前記確率パラメータが付与された事実を表す節の頭部の項tiの集合のうち、前記項tiを本体部に含む全ての節に対し、前記本体部に前記項ti以外の項が存在している前記項tiの各々に付与されている前記確率パラメータであって、値が1である前記確率パラメータの数が多いほど小さい値を出力するように定められている
パラメータ推定方法。 - 前記ペナルティ関数は、前記確率パラメータが付与された事実を表す節の頭部の項tiの集合のうち、前記項tiを本体部に含む全ての節に対し、前記節と頭部が等しく、かつ、前記項tiを含まない節が存在している前記項tiの各々に付与されている前記確率パラメータであって、値が0である前記確率パラメータの数が多いほど小さい値を出力するように定められている請求項1記載のパラメータ推定方法。
- 前記パラメータ推定手段によるステップは、前記確率パラメータの各々の初期値、又は前回更新された前記確率パラメータの各々の値に基づいて、前記目的関数の勾配を計算し、計算された前記目的関数の勾配に基づいて、前記確率パラメータの各々の値を更新することを、予め定められた繰り返し終了条件を満たすまで繰り返すことにより、前記確率論理プログラムの前記確率パラメータの各々の値を推定する請求項1又は2記載のパラメータ推定方法。
- 前記負の対数尤度関数は、前記複数の訓練例の各々に対する、前記確率論理プログラムにおける前記訓練例の出現確率を用いて表される請求項1〜請求項3の何れか1項記載のパラメータ推定方法。
- 確率パラメータが付与された事実を表す節の集合と、前記確率パラメータが付与されていない節の集合とを含む確率論理プログラムであって、かつ、質問として与えられた事実を論理的帰結として導出することができる確率を算出する確率論理プログラムで用いられる前記確率パラメータの各々の値を推定するパラメータ推定装置であって、
前記確率論理プログラムの論理的帰結として導出されるべき事実の集合と、論理的帰結として導出されるべきではない事実の集合とからなる予め用意された複数の訓練例を受け付ける訓練例入力手段と、
前記訓練例入力手段によって受け付けた複数の訓練例と、前記確率論理プログラムとに基づいて、値が1又は0である前記確率パラメータの数が多いほど小さい値を出力するように予め定められたペナルティ関数により求まる項と、前記確率パラメータの各々の値の尤もらしさを表す負の対数尤度関数により求まる項との重み付け和である目的関数を、前記複数の訓練例に対して最小化するように、前記確率論理プログラムの前記確率パラメータの各々の値を推定し、推定された前記確率パラメータの値が1である事実を表す節から、前記確率パラメータを取り除いて、前記確率パラメータが付与されていない節とし、推定された前記確率パラメータの値が0である事実を表す節を、前記確率論理プログラムから取り除くパラメータ推定手段と、
を含み、
前記ペナルティ関数は、前記確率パラメータが付与された事実を表す節の頭部の項tiの集合のうち、前記項tiを本体部に含む全ての節に対し、前記本体部に前記項ti以外の項が存在している前記項tiの各々に付与されている前記確率パラメータであって、値が1である前記確率パラメータの数が多いほど小さい値を出力するように定められている
パラメータ推定装置。 - 前記ペナルティ関数は、前記確率パラメータが付与された事実を表す節の頭部の項tiの集合のうち、前記項tiを本体部に含む全ての節に対し、前記節と頭部が等しく、かつ、前記項tiを含まない節が存在している前記項tiの各々に付与されている前記確率パラメータであって、値が0である前記確率パラメータの数が多いほど小さい値を出力するように定められている請求項5記載のパラメータ推定装置。
- 請求項1〜請求項4の何れか1項記載のパラメータ推定方法の各ステップをコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015182022A JP6452580B2 (ja) | 2015-09-15 | 2015-09-15 | パラメータ推定方法、装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015182022A JP6452580B2 (ja) | 2015-09-15 | 2015-09-15 | パラメータ推定方法、装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017058852A JP2017058852A (ja) | 2017-03-23 |
JP6452580B2 true JP6452580B2 (ja) | 2019-01-16 |
Family
ID=58390206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015182022A Active JP6452580B2 (ja) | 2015-09-15 | 2015-09-15 | パラメータ推定方法、装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6452580B2 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2536287B2 (ja) * | 1992-07-20 | 1996-09-18 | 日本電気株式会社 | 選言標準形の確率論理を用いる分類装置 |
-
2015
- 2015-09-15 JP JP2015182022A patent/JP6452580B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017058852A (ja) | 2017-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210319362A1 (en) | Incentive control for multi-agent systems | |
Polyak | Random algorithms for solving convex inequalities | |
US11150615B2 (en) | Optimization device and control method of optimization device | |
JP6190771B2 (ja) | パラメータ推定方法、装置、及びプログラム | |
JP2019159782A (ja) | 連続最適化問題の大域的探索装置及びプログラム | |
JP2014041547A (ja) | 時系列データ解析装置、方法、及びプログラム | |
Harmati et al. | On the convergence of sigmoidal fuzzy grey cognitive maps | |
Svensson et al. | Utilizing reinforcement learning for de novo drug design | |
JP6452580B2 (ja) | パラメータ推定方法、装置、及びプログラム | |
Marthaler | An overview of mathematical methods for numerical optimization | |
JP6099099B2 (ja) | 収束判定装置、方法、及びプログラム | |
JP6745507B2 (ja) | パラメータ推定装置、方法、及びプログラム | |
JP7167767B2 (ja) | 需要予測装置、需要予測方法及びプログラム | |
JP5956359B2 (ja) | パラメータ推定方法、装置、及びプログラム | |
JP6799519B2 (ja) | 関数学習装置、関数計算装置、関数学習方法、関数計算方法、及びプログラム | |
JP5503577B2 (ja) | データ極性判定装置、方法、及びプログラム | |
JP6517731B2 (ja) | 確率密度関数推定装置、連続値予測装置、方法、及びプログラム | |
JP6854486B2 (ja) | 判定装置、判定方法、およびプログラム | |
D'Agostino | An Efficient Global Optimization Algorithm with Adaptive Estimates of the Local Lipschitz Constants | |
JP6634000B2 (ja) | グラフ構造推定装置、グラフ構造推定方法、及びグラフ構造推定プログラム | |
JP5713877B2 (ja) | 入出力モデル推定装置、方法、及びプログラム | |
Chen et al. | Detecting change-points in epidemic models | |
JP7127686B2 (ja) | 仮説推論装置、仮説推論方法、及びプログラム | |
Tolonen et al. | Population based methods for optimising infinite behaviours of timed automata | |
JP2018097497A (ja) | 解析装置、解析方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170905 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170905 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170905 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180807 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180911 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181030 |
|
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: 20181113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181211 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6452580 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |