著者

鷲尾 隆 元田 浩

出版者

日本知能情報ファジィ学会

雑誌

日本ファジィ学会誌 (ISSN:0915647X)

巻号頁・発行日

vol.10, no.3, pp.401-413, 1998-06-05 (Released:2018-01-07)

参考文献数

21

被引用文献数

1 1

著者

木村 昌弘 斉藤 和己 大原 剛三 元田 浩

出版者

人工知能学会

雑誌

人工知能学会全国大会論文集 (ISSN:13479881)

巻号頁・発行日

vol.26, 2012

---

ソーシャルネットワーク内での意見形成に関して、その代表的な数理モデルである投票者モデルに時間減衰ダイナミクスを組み込ん だ確率モデルを提案する。ソーシャルメディアの実データを用いた実験により、その有効性を示す。

著者

猪口 明博 鷲尾 隆 元田 浩

出版者

人工知能学会

雑誌

人工知能学会全国大会論文集 = Proceedings of the Annual Conference of JSAI (ISSN:09144293)

巻号頁・発行日

vol.13, pp.397-400, 1999-06-15

著者

鷲尾 隆 元田 浩

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.15, no.4, pp.681-692, 2000-07-01 (Released:2020-09-29)

---

A novel and generic theory is formulated to characterize the structure of a scientific law/model equation. Based on the theory, an efficient algorithm is developed to discover scientific law/model equations governing an objective process under experimental environments, and the algorithm is implemented to the "Smart Discovery System(SDS)"program. SDS derives the quantitative equations reflecting the scientific first principles underlying the objective process. The power of the proposed approach comes from the use of "scale-type constraints" to limit the mathematically admissible relations among the measurement quantities representing the states of the objective process. These constraints well specify the admissible formulae of the scientific law/model equations, and provide a measure to efficiently reduce the search space of the equation formulae. In this paper, the theoretical foundation to discover the scientific law/model equations and the algorithm of SDS are presented, and its efficiency and practicality are demonstrated and discussed with complex working examples. Since the conventional equation discovery systems could not sufficiently guarantee the mathematical admissibility of the discovered equations, this work is expected to open up a new research field on the scientific equation discovery.

著者

元田 浩 三木 光範 浅田 稔 小林 重信

出版者

社団法人人工知能学会

雑誌

人工知能学会誌 (ISSN:09128085)

巻号頁・発行日

vol.18, no.6, pp.739-752, 2003-11-01

著者

吉川 友也 斉藤 和巳 元田 浩 大原 剛三 木村 昌弘

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会論文誌. D, 情報・システム (ISSN:18804535)

巻号頁・発行日

vol.94, no.11, pp.1899-1908, 2011-11-01

被引用文献数

2 5

---

本論文では,非同期時間遅れ付き独立カスケード(AsIC)モデルと非同期時間遅れ付き線形しきい値(AsLT)モデルのそれぞれの場合を仮定して,観測した単一の拡散系列から各時刻における期待影響度(期待影響度曲線)を高精度で推定する問題に取り組む.単純な方法として,観測した拡散系列のアクティブノード数を数えて期待影響度曲線とすることが考えられるが,拡散系列は情報拡散の確率的な動作によって多様な結果になるため,この方法での期待影響度曲線推定には本質的な限界がある.本論文の提案法では,観測した拡散系列から各モデルのパラメータをEMアルゴリズムによって学習し,学習したモデルパラメータを使って,シミュレーションによって期待影響度曲線を推定する.提案法を評価するために,現実のソーシャルネットワーク構造データを用いて人工的に拡散系列を生成して評価実験を行う.生成される拡散系列の長さは,同じ条件であっても多様な長さになる.我々は,提案法を使うことによって,多様な長さの拡散系列からでも期待影響度曲線を高精度で推定できることを示す.