Bayesian network for Real World Intelligence
- 多様な情報、不確実性を含むリアルワールドにおける確率推論
- 仮説の生成、推定、評価の繰り返しによる漸進的な推論の実現
- 時間と精度のトレードオフを考慮したanytimeアルゴリズム
- モデル構造の自律的獲得手法、種々の評価基準によるモデル選択
- ベイズ的学習理論の適用
ベイジアンネット紹介(パワーポイント資料)
システム: BAYONET
(Bayesian network on neural networks developed at ETL)
最新バージョンに関する情報はこちら(in English)
プレゼンテーション: 確率的ユーザモデルへの応用(2001.1.10)
IPA未踏ソフトウェアでのプロジェクト
人工知能学会でのプレゼンテーション
画面イメージ(Gif file)
Applet versionのオンラインデモ(JAVA Applet)
[このバージョンの特長]
- JDK-1.1 流イベントハンドリングへの対応
- MVC モデル化による統一的なモジュール構成
- ニューラルネット以外の各種条件付き確率表現形式。
- ニューラルネット学習モジュールの組み込み
- グラフ構造の学習、動的なグラフ構造の切り替え
Previous version: オンラインデモ(JAVA Applet)
[特徴]
- 連続値、離散値、多次元ベクトルなどの多様な確率変数を統一的に扱える。
- ニューラルネットの学習手法を適用した統計的学習。
- ニューラルネットの汎化能力による欠測データーの補間。
- 他のプログラムからネットワーク接続することにより汎用の確率推論エンジン
として動作。
- マルチスレッドメカニズムを用いた並列処理の評価。
モデル: Bayesian Network on Neural Networks
(ニューラルネットワークの上に実現されたベイジアンネットワーク)
これまでの研究発表
リアルワールド
アプリケーション(事情通ロボット)の中での位置付け
[その他]
展望
Other links about Bayesian Networks
Yoichi MOTOMURA home page
