これらのキーワードがハイライトされています:時系列

第1回データマイニングと統計数理研究会 (2006.7.11開催 @ 東京 統計数理研究所)

このページはしましまが人工知能学会 第1回データマイニングと統計数理研究会 に参加してとったメモです.私の主観や勘違いが含まれていたり,私が全く分かってなかったりしていますので,その点を注意してご覧ください.誤りがあれば,指摘してください.

「知識基盤形成のための大規模半構造データからの超高速パターン発見」

有村 博紀(北海道大学大学院情報科学研究科)

半構造データ (semi-structured data;SSD):大規模,ヘテロな集団,弱く構造化されたデータ

「統計的因果推論と因果探索」

狩野 裕、宮村 理(大阪大学大学院基礎工学研究科)

無作為化実験

観察(or 相関的)研究

第3変数とその役割

因果探索

因果の方向を決める

因果解析とblind source separation(BSS)

線形モデル + 正規誤差

X1=β X2 + γ X2^2 + e1 VS X2=β X1 + γ X1^2 + e2

交絡変数

サンプルセレクション

因果分析には相関を使うべきか,偏相関を使うか?

「教師あり順序付けのための次元縮約

神嶌 敏弘、赤穂 昭太郎(産業技術総合研究所)

質疑応答

「大規模な半教師付学習に対する最適化アプローチ」

矢島 安敏(東京工業大学)

「シーケンスを節点とする木構造データマイニングのための半構造マイニング手法FREQTの改良」

佐藤 一誠、中川 裕志(東京大学)

「ARXモデルの次数探索決定方法の検討」

深田 健太、鷲尾 隆(大阪大学産業科学研究所)

「遺伝子相互作用を理解するためにMicroArrayデータからDAGパターン発見」

ターミエ アレックサンドル(1)、玉田 嘉紀(1)、井元 清哉(2)、鷲尾 隆(3)、樋口 知之(1) (1)統計数理研究所、(2)東京大学医科学研究所、 (3)大阪大学産業科学研究所

頻出な木を見つけることで,高速にDAGパターンを発見.

テキストマイニング技術の応用によるメタデータ自動獲得機能の実現」

嶋津 恵子(1)、齋藤 功(1)、有澤 達也(1)、吉永 早織(2)、古川 康一(2) (1) 慶應義塾大学デジタルメディア・コンテンツ統合研究機構 (2) 慶應義塾大学大学院政策・メディア研究科

再生核ヒルベルト空間と統計的学習」

福水 健次(統計数理研究所)

カーネル

  1. 高次元に変換する関数をΦとすると <Φ(x),Φ(y)>=k(x,y) と内積計算ができる -- カーネルトリック

例:カーネルPCA

高次元に写すのにカーネルを使う利点

独立性や条件付独立性とRKHS

ノンパラメトリックベイズ理論とそのデータマイニングへの応用」

上田 修功(NTTコミュニケーション科学基礎研究所)

Dirichlet分布:Dir(π1...πK; α0 φ1 ... α0 φK)

Dirichlet過程:Dirichlet分布を無限の要素がある場合に拡張したもの

分割G=P(A1)...P(AK)が生じる確率がDir(G; α0 G0(A1)....G0(AK)) になる.

関係のマイニング(Infinite Relational Model)

おすすめチュートリアル:Dirichlet processes, Chinese restaurant processes and all that. M. I. Jordan. Tutorial presentation at the NIPS Conference, 2005.


トップ   編集 凍結解除 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2010-02-11 (木) 16:12:15