電子情報通信学会総合大会講演要旨
D-20-8
確率的枝刈りを用いたベイジアンネットの構造学習法の高速化
○東 悟大・北越大輔・鈴木雅人(東京高専)
近年,データの背景にある事象間の因果関係の視覚化や,確率推論による予測・分析が可能であるベイジアンネット(Bayesian Network:BN)が,データマイニングアプローチの1つとして注目されている.BNの活用のためにはその結合構造を予め決定する必要があるが,多変量データを用いて構造学習する場合,データの複雑化に伴い計算時間も増大する傾向がある.本稿では,構造学習にかかる計算時間を抑制しつつ比較的適切な構造を獲得可能な手法である,段階的構造学習法に導入された確率的枝刈りの学習効率改善を目的とし,枝刈り確率の適切な設定について,人工データを用いた計算機実験を通して調査する.