電子情報通信学会ニューロコンピューティング(NC)研究会　と　ベイジアンネットセミナー2004　との共催です。







開催日程：2004年10月18日（月），19日（火）

開催場所：京都府相楽郡精華町けいはんなプラザ会議室

参加費：無料（予稿集別）
参加登録

開催趣旨：確率的情報処理手法の一つであるモンテカルロ法についての最新技術を基礎的なメカニズムから
　　　　　　 具体的な情報処理への応用事例まで含めた初心者向けのわかりやすい紹介を行う．

プログラム：

18日 午後 13:20-17:50　
──────────────────────────────
特集・SMAPIPチュートリアル 13:20〜14:50
──────────────────────────────
13:20-14:05
産業技術総合研究所 本村 陽一
　 「 ベイジアンネットと確率推論
- 実際的応用のためのモデリングと推論アルゴリズムの解説 -」

ベイジアンネットの確率推論技術は多くの知的情報技術に
応用することが可能であり、最近の計算機性能の向上に
ともない、実用化への期待も高まっている。この確率推論
技術の実用化のために最近、定性調査から変数を生成し、
それに基づく定量調査、統計的学習を行うという枠組みが
一部の研究者により注目されている。本発表では、こうした
最近のモデル構築手法に関する進展と、推論アルゴリズムの
発展の両面から研究事例の紹介と解説を行う。


14:05-14:50
東北大学 田中和之 　　
　 「 ベイジアンネットと確率推論
 - 変分原理からの再帰的確率推論アルゴリズムの解説 -」

本チュートリアル講演では, 人工知能における
確率推論という形で注目を集めつつあるベイジ
アンネットワークを具体的にアルゴリズムとし
て構成する処方箋のひとつである確率伝搬法
(信念伝搬法, Belief Propagation) について
カルバック・ライブラー情報量の変分原理とい
う立場からの解説を行う. カルバック・ライブ
ラー情報量の変分原理という立場は一般のグラ
フ表現をもつ確率モデルにおける確率伝搬法に
対する一つの物理的意味づけを与えることがで
きる.

19日 午後 12:45-18:05
──────────────────────────────
特集・SMAPIPチュートリアル 13:50〜15:20
──────────────────────────────
13:50-14:35
北海道大学大学院情報科学研究科　井上 純一
　「EMアルゴリズムと統計物理」
　
マルコフ確率場やベイジアンネットを用いて確率的推定/推論を行う際, 用いる
確率モデルにはシステムをマクロに特徴つける変数-- ハイパパラメータ-- の他,
直接的には観測されない欠損/欠落データが含まれるケースが多い.
この場合, それら欠損データに関して周辺化された対数尤度 --周辺尤度 -- を
最大化する方策によりハイパーパラメータを定めるのだが, この最大化, 及び,
その最大値を与えるパラメータの決定をシステマティックに行う方法として
EMアルゴリズム (Expectation Maximum) が広く用いられている.
本講演では, このEMアルゴリズムを統計力学の視点から眺めた場合に得られる
いくつかの知見 : 周辺尤度と自由エネルギー, 内部エネルギー等の関係, アルゴリズムを
実装する際に用いられるMCMC法や平均場近似, 及び, アルゴリズムの動作プロセスを
解析評価するための技法であるレプリカ法や変数縮約等を具体例をあげて紹介する.


14:35-15:20
早稲田大学 村田昇
　「学習アルゴリズムの幾何学構造」

機械学習においては，対象とする問題をどのような枠組みでとらえてモデル化
するかが重要であると同時に，想定したモデルの中で最適解をどのようにして
求めるかという学習アルゴリズムが重要な役割を担っている．
機械を確率モデルに対応づけて，モデルとアルゴリズムの関係を確率分布の空
間の中で幾何学的にとらえる情報幾何学の考え方は，複雑なアルゴリズムの働
きを理解するため役立つことが多い．
EMアルゴリズム，ブースティング，バギングといったアルゴリズムを取り上げ，
これらのアルゴリズムが幾何学的にどのように理解されるかについて紹介する．