1 0 0 0 OA 高次元データに対する事後確率分布構造の解析
画像,音声,自然言語,塩基配列などの大規模データに対し,確率モデルを構築し,認識,予測など確率推論を行なうことが,計算機性能の急速な向上に伴い可能になっている.ベイズ推論の本質の一つは,データを観測した後の事後確率分布の利用にあるが,その分布の構造については不明な点が多く,分布が奇妙な構造をもつことは十分考えられる.本研究では,事後確率分布から多数のサンプルを生成することで,事後確率分布の構造を反映した意味のある推定量を求める手法を開発した.単純な隠れマルコフモデル,格子型マルコフ確率場を用いて計算機実験をおこない,本手法の有効性を確認した.