詳細検索結果

生物の在・不在データをあつかう発見率を考慮した統計モデル

角谷拓

保全生態学研究
2010年 15 巻 1 号 133-145
発行日: 2010/05/30
公開日: 2018/02/01

DOI https://doi.org/10.18960/hozen.15.1_133

ジャーナルオープンアクセス

抄録を表示する抄録を非表示にする

生物の在・不在データは、個体数などと比べて比較的データの取得が容易であり、広域における生物の分布範囲を記述するためによく用いられる。しかし、現実の調査においては、本当は生物が存在している場所を誤って存在していないとしてしまうことがしばしば起こる。このように、対象生物の発見率が常に1とは限らないという現実を無視したまま、生物の空間分布を記述する統計モデルを構築すると、その推定結果には重大なバイアスが含まれてしまう可能性がある。本稿では、生物の在・不在データを対象とした統計モデルとして最も一般的なロジスティック回帰をとりあげ、その考え方やパラメータの推定方法について概説する。その上で、例題を交えながら発見率を明示的に考慮するようにモデルを拡張する方法について解説する。さらに、今後新たに広域において生物の空間分布情報を取得する際の調査デザインを策定する際の注意点についても述べる。
抄録全体を表示

PDF形式でダウンロード (674K)
多腕バンディット問題における拡張型
ベイズ推定
の検証と考察

*森田大樹, 馬目信人, 高橋達二, 篠原修二

人工知能学会全国大会論文集
2023年 JSAI2023 巻 3Xin4-28
発行日: 2023年
公開日: 2023/07/10

DOI https://doi.org/10.11517/pjsai.JSAI2023.0_3Xin428

会議録・要旨集フリー

抄録を表示する抄録を非表示にする

ベイズ推定
は観測データから, データの生成過程を確率的に推論することができる統計的推定方法である. 近年画像生成AIとして注目されている Stable Diffusion などにも活用されていることから,
ベイズ推定
は機械学習モデルにおいて重要な役割を持つ要素技術の一つであると言える. 一方で,
ベイズ推定
そのものの問題点として, 推定の間は過去の情報を現在の情報と同等に評価してしまうことが挙げられる. これは定常環境では問題はないが, 途中で対象の状態が変わるような非定常環境においては従来の
ベイズ推定
では対応できないことが考えられる. 例えば強化学習のタスクであるバンディット問題において,
ベイズ推定
を基にした方策である Thompson sampling というアルゴリズムは, 定常環境では特に良い性能を示すが非定常環境では性能が極端に低下する. 先行研究では
ベイズ推定
に忘却率と学習率という概念を導入した拡張型
ベイズ推定
という手法が提案されている. 本研究ではバンディット問題において拡張型
ベイズ推定
を用いたアルゴリズムを使って定常・非定常環境への対応を検証し, 拡張型
ベイズ推定
の忘却率及び学習率の役割を考察する.

抄録全体を表示

PDF形式でダウンロード (683K)
時間と空間を考慮する統計モデル(<特集2>始めよう!
ベイズ推定
によるデータ解析)

角谷拓

日本生態学会誌
2009年 59 巻 2 号 219-225
発行日: 2009/07/31
公開日: 2017/04/20

DOI https://doi.org/10.18960/seitai.59.2_219

ジャーナルフリー

抄録を表示する抄録を非表示にする

生物の空間分布データにあらわれる空間的自己相関は、生物の移動分散に起因する内的なものと、生物が依存している物理的・生物的環境条件や調査努力量などの人為的な条件に起因する外的なものとに分けることができる。生物の移動分散は、分布パターンや個体群の存続性に影響をおよぼす重要なプロセスであるが、ある時間断面における空間的自己相関パターンのみから内的・外的要因による影響を峻別し、移動分散に関する情報を引き出すのは難しい場合が多い。本稿では、複数年にわたって観測された生物の侵入・定着データに適用可能な時間・空間統計モデルを実例にして、時間・空間データから生物の移動分散に関するパラメータを推定する方法を紹介した。
抄録全体を表示

PDF形式でダウンロード (906K)
ベイズ推定
法の適切な活用について－エゾシカ個体数推定の例－

山村光司

保全生態学研究
2018年 23 巻 1 号 39-56
発行日: 2018年
公開日: 2018/07/23

DOI https://doi.org/10.18960/hozen.23.1_39

ジャーナルオープンアクセス

抄録を表示する抄録を非表示にする

野生生物の個体数を推定する際に、計算の簡便さから近年ではBayes（1763）流の
ベイズ推定
法が用いられることが多い。Bayes（1763）流の
ベイズ推定
法は、事前分布が未知の場合に一様分布あるいは非常にフラットな分布を事前分布として用いることを特徴としている。マルコフ連鎖モンテカルロ法（MCMC 法）に基づくソフトウエアを用いることにより、
ベイズ推定
法では複雑な推定問題も簡単に解決できそうに見える。Fisher（1922）はBayes（1763）流の
ベイズ推定
法の致命的な欠陥を指摘し、Bayes（1763）流の
ベイズ推定
法に代わるものとして最尤推定法を提案した。分析の前に行う変数変換法を変えれば、Bayes（1763）流の
ベイズ推定
法ではいくらでも異なる推定値を作成することができる。これがFisher の指摘したBayes（1763）流の
ベイズ推定
法の問題点であった。しかし、Bayes（1763）流の
ベイズ推定
法において、事後分布が左右対称に近くなるような適切な変数変換法（経験ジェフリーズ事前分布）を用いれば、事後分布のメディアンを最尤推定値として利用することができ、事後分布の2.5％分位点と97.5％分位点をFisher 流の95％信頼区間として用いることができる。また、この区間を近似的に95％推測区間（fiducial interval）として扱って、「真の値は95％の確率で『この』区間の中にある」という強い確率的言明を行うこともできる。そのような変数変換法は、事後分布の歪度がゼロに近くなるようなBox-Cox 変換などを探すことによって見つけることができる。本稿では、北海道のエゾシカの個体数推定を例として、このような推定手順について示したい。
抄録全体を表示

PDF形式でダウンロード (1376K)
急性期脳梗塞患者におけるCT perfusionに対する
ベイズ推定
法とSVD法の比較

森下猛史, 田邉頌章, 増尾修, 橋本昭宏, 大久保英, 江崎琴音, 梅嵜有砂, 高瀬香奈, 戸田博幸

日本放射線技術学会雑誌
2023年 79 巻 4 号 307-312
発行日: 2023年
公開日: 2023/04/20
[早期公開] 公開日: 2023/02/14

DOI https://doi.org/10.6009/jjrt.2023-1301

ジャーナルフリー

抄録を表示する抄録を非表示にする

CT perfusion（CTP）の解析法には，さまざまな解析法がある．
ベイズ推定
アルゴリズムの利点が示唆されているが，臨床データでの他の解析法との比較はまだ少ない．今回，急性期脳梗塞患者の評価において，
ベイズ推定
法と特異値分解（singular value decomposition: SVD）法を比較し，その有用性を検討した．急性期脳梗塞患者13例のCTPデータをVitreaに実装されたSVD法と
ベイズ推定
法を用いて解析した．虚血域の明瞭性に関する視覚評価と，画像上に関心領域（region of interest: ROI）を設定し，灌流域ごとに健側患側比を比較した．視覚評価では，CBF，MTT，TTPで多くの症例で有意差があり，SVD法と
ベイズ推定
法の健側患側比は，CBF: 1.19, 1.84，CBV: 1.09, 1.02，MTT: 1.12, 1.79，TTP: 1.48, 1.19となった．CBF，MTTは
ベイズ推定
法のほうが健側患側比が大きく，TTPはSVD法のほうが健側患側比が大きかった．急性期脳梗塞患者のCTP解析において，SVD法と比較して
ベイズ推定
法は，CBF，MTTの評価に有用であると示唆された．

抄録全体を表示

PDF形式でダウンロード (1961K)
ベイズ推定
による光格子中原子分布推定

櫻勇人, 山本隆太, 小林淳, 蔡恩美, 山中修也, 加藤宏平, 高橋義朗

日本物理学会講演概要集
2016年 71.2 巻 15aKJ-5
発行日: 2016年
公開日: 2017/12/05

DOI https://doi.org/10.11316/jpsgaiyo.71.2.0_508

会議録・要旨集フリー

抄録を表示する抄録を非表示にする

(修1)本研究では、光格子系において量子気体顕微鏡を用いて撮影した原子の画像に対して
ベイズ推定
による原子分布推定を行った。
ベイズ推定
の利点は、推定が収束した時点で測定を止める事により原子に対する加熱を最小限に抑える事ができる点である。この推定は量子測定理論に基づいており、測定により誘起された時間発展を追う事が可能となる。応用として、原子のホッピングのダイナミクスを
ベイズ推定
を用いて観測する事が提案されており、その結果についても報告を行う。

抄録全体を表示

PDF形式でダウンロード (367K)
グリコペプチド系抗生物質テイコプラニンの新規TDM解析支援ソフトウエア (Ver.2.0) の開発

丹羽俊朗, 田端健司, 木村二郎, 鎌田守, 野田康男, 高木明

The Japanese Journal of Antibiotics
2006年 59 巻 3 号 165-176
発行日: 2006/06/25
公開日: 2013/05/17

DOI https://doi.org/10.11553/antibiotics1968b.59.165

ジャーナルフリー

抄録を表示する抄録を非表示にする

グリコペプチド系抗生物質テイコプラニンの投薬開始前の初期投与計画及び投薬開始後に用量調節を行うための
ベイズ推定
法を簡便に行うことのできる解析支援ソフトウェア (Ver.2.0) を新たに開発した。本ソフトウェアは,(1) 初期投与計画の策定,(2)
ベイズ推定
法による血中濃度推定及び (3) シミュレーション (今後の投与計画の策定) の3つの機能を持つ。ベイズ最小二乗法によるパラメータ推定にはMULTI2 (BAYES) を引用し,
ベイズ推定
に用いるテイコプラニンの母集団薬物動態モデル及びパラメータとして, 国内成人120例の患者データからNONMEM法による推定された結果を用いた。本解析ソフトウェアのバリデーションとして, 新規患者の初期投与計画から
ベイズ推定
までを実施し, 予測値と実測値の比較を行った結果, 良好に一致することが確認された。新規ソフトウェアは, 臨床現場におけるテイコプラニン投与計画の支援に有用であると考える。
抄録全体を表示

PDF形式でダウンロード (11503K)
映像視聴時における弱表情検出の一検討

*サイモンクリピングデル, 佐野雅規, 山内結子, 住吉英樹, 菅沼睦, 亀山渉

映像情報メディア学会年次大会講演予稿集
2016年 2016 巻
発行日: 2016年
公開日: 2020/01/23

DOI https://doi.org/10.11485/iteac.2016.0_24D-1

会議録・要旨集オープンアクセス

抄録を表示する抄録を非表示にする

Experimental results indicate that small changes in facial expression can better be detected in “AU” (action unit) features from a Kinect sensor than by an earlier expression recognition method trained with canonical expression data.
抄録全体を表示

PDF形式でダウンロード (184K)
部品エージェントによる機械部品の再利用のためのベイジアンネットワーク

*福永義規, 横木弓人, 平岡弘之

精密工学会学術講演会講演論文集
2016年 2016A 巻 G63
発行日: 2016/08/20
公開日: 2017/02/20

DOI https://doi.org/10.11522/pscjspe.2016A.0_385

会議録・要旨集フリー

抄録を表示する抄録を非表示にする

本研究では、ネットワークエージェントにより個々の機械部品を管理し、再利用を促進する部品エージェントシステムの開発を目的としている。先行研究では
ベイズ推定
を用いて機械部品の故障の確率を求めて適切な再利用部品を選ぶ方法を開発した。本報告では、
ベイズ推定
を用いるベイジアンネットワークの生成・更新する方法について提案する。
抄録全体を表示

PDF形式でダウンロード (1124K)
「
ベイズ推定
の医療費地域差指数への適用」へのコメントにお答えして

高橋邦彦, 飛田英祐, 山岡和枝, 丹後俊郎

日本公衆衛生雑誌
2010年 57 巻 4 号 311
発行日: 2010年
公開日: 2014/06/12

DOI https://doi.org/10.11236/jph.57.4_311

ジャーナルフリー

PDF形式でダウンロード (203K)
マルコフ連鎖モンテカルロ(MCMC)法を用いたシミュレーションモデルのパラメータ推定 : ベイジアンキャリブレーション入門(<特集2>始めよう!
ベイズ推定
によるデータ解析)

山道真人, 角谷拓

日本生態学会誌
2009年 59 巻 2 号 207-216
発行日: 2009/07/31
公開日: 2017/04/20

DOI https://doi.org/10.18960/seitai.59.2_207

ジャーナルフリー

抄録を表示する抄録を非表示にする

野外で得られる生態学のデータは複数の因果関係・プロセス・誤差を含み、複雑な構造を有している。その中から知りたい情報を抽出するためには、適切なモデリングが必要不可欠である。シミュレーションモデルは複雑なプロセスであっても直感的なモデリングが可能であるため、保全・管理などの応用的な分野において広く用いられている。しかし、(1)パラメータ数が膨大になる、(2)実測データにもとづいた適切なパラメータ推定が難しいという2点から、その有効性を疑問視する見方もある。近年、シミュレーションモデルの持つこのような弱点を克服する強力な手法として「ベイジアンキャリブレーション」が提案されている。ベイジアンキャリブレーションとは、MCMCなどの
ベイズ推定
の手法を用いて観測データからモデルのパラメータを推定する手法である。本稿では、ベイジアンキャリブレーションの有効性を個体ベースの移動分散モデルを事例に示す。
抄録全体を表示

PDF形式でダウンロード (1131K)
状態空間モデルの実行方法と実行環境の比較

伊東宏樹

日本生態学会誌
2016年 66 巻 2 号 361-374
発行日: 2016年
公開日: 2016/08/24

DOI https://doi.org/10.18960/seitai.66.2_361

ジャーナルオープンアクセス

抄録を表示する抄録を非表示にする

状態空間モデルを使用した統計解析をおこなうためのソフトウェア環境として、dlm・KFAS・BUGS言語・Stanを紹介する。dlmおよびKFASはRパッケージであり、比較的簡単に利用可能である。dlmは誤差分布に正規分布のみ利用可能であるが、KFASではポアソン分布なども利用可能である。一方、パラメーター推定に関してはdlmでは最尤推定のほか、マルコフ連鎖モンテカルロ法（MCMC）による
ベイズ推定
が可能である。BUGS言語は、MCMCによる
ベイズ推定
のためのモデリング言語であり、実行処理系としてはWinBUGS、OpenBUGS、JAGSがある。柔軟なモデリングが可能であり、状態空間モデルを記述することもできる。Stanは比較的新しいソフトウェアであるが、ハミルトニアンモンテカルロ法を使って
ベイズ推定
をおこなえる。Stanにはgaussian_dlm_obsという分布が用意されており、この分布を使用して、誤差分布が正規分布の状態空間モデルのパラメーター推定がおこなえる。また、gaussian_dlm_obs分布を使用せずに、状態空間モデルを記述することも可能である。複雑なモデルのパラメーター推定は、BUGS言語またはStanにより
ベイズ推定
でおこなうことになるだろうが、dlmやKFASで最尤推定が可能なモデルであればそれらを使用する方が実用的であろう。
抄録全体を表示

PDF形式でダウンロード (1142K)
風環境評価におけるベイジアンモデリングの実装　（第１報）日最大平均風速と風向の確率論的モデリング

*崔元準, 菊本英紀, 大岡龍三

空気調和・衛生工学会大会　学術講演論文集
2019年 2019.10 巻 B-3
発行日: 2019年
公開日: 2020/10/31

DOI https://doi.org/10.18948/shasetaikai.2019.10.0_101

会議録・要旨集フリー

抄録を表示する抄録を非表示にする

本研究では、
ベイズ推定
により村上らの評価尺度に基づく風環境評価のフレームワークを拡張し、不確かさの定量的評価も可能な風環境評価手法を構築する。特に本報では、
ベイズ推定
を用いた日最大平均風速とその風向の発生確率に関する確率論的モデリング手法を提案した。同手法を東京管区気象台での観測データに適用し、風向発生確率およびWeibull分布の各パラメータが不確かさの情報も含む確率密度関数の形で推定できることを示した。

抄録全体を表示

PDF形式でダウンロード (1161K)
交通量配分に対するベイジアンアプローチの適用可能性に関する研究

河本直志, 室町泰徳

土木計画学研究・論文集
2010年 27 巻 493-500
発行日: 2010年
公開日: 2017/11/29

DOI https://doi.org/10.2208/journalip.27.493

ジャーナルフリー

抄録を表示する抄録を非表示にする

　本研究では，首都高速道路のネットワークを対象に，
ベイズ推定
法で経路選択モデルを推定し，交通需要予測への適用可能性を検討した．また交通量の日々の変動を考慮できる可能性のあるMCMC法を用いて交通量配分を行い，その有効性を検討した．経路選択モデル推定では，モデルパラメータの標準偏差の推定においては，
ベイズ推定
法を用いると安定的な結果を得やすいことが伺えた．交通量配分では，交通量の平均値の推定においては，MCMC法による配分の有効性が確認できた．しかし，交通量の変動に関しては，確率的な経路選択モデルに依存する変動分を抽出するのは難しく，そもそもOD交通量の変動に対してその変動は小さいことが示唆された．
抄録全体を表示

PDF形式でダウンロード (372K)
ベイズ推定
法を用いた買物交通手段選択モデルの構築に関する研究

大園渉, 室町泰徳

土木計画学研究・論文集
2008年 25 巻 717-722
発行日: 2008/09/30
公開日: 2010/06/04

DOI https://doi.org/10.2208/journalip.25.717

ジャーナルフリー

抄録を表示する抄録を非表示にする

本研究では、ニュータウンの買物行動調査結果をもとに、買物交通手段選択多項プロビットモデルを構築し、最尤推定法とMCMC法を用いた
ベイズ推定
法を用いてパラメータ推定を行った。また、買物目的別にパラメータ推定を行い、ニュータウンの住民の行動特性を考察し鳥推定の結果、ベイス推定法は最尤推定法を用いた推定結果と類似した結果を示した。
ベイズ推定
法においてはパラメータの分散推定値を考慮することにより、個人間の異質性の検討を行うことができることを示した。また、買物のみの場合と比べ複数目的の場合は、各説明変数に関して、個人間の異質性がやや小さい場合が多いことがうかがえた。
抄録全体を表示

PDF形式でダウンロード (1128K)
個人差を導入したマルコフモデル

丹後俊郎, 阿部一洋, 狩野紀昭

応用統計学
1990年 19 巻 1 号 1-18
発行日: 1990/10/25
公開日: 2009/06/12

DOI https://doi.org/10.5023/jappstat.19.1

ジャーナルフリー

抄録を表示する抄録を非表示にする

ある人間集団の状態推移を分析する方法として,マルコフモデルがよく適用されている.このモデルでは個々の人間の状態推移の差異,つまり個人差を考慮していないが,実際には無視できない場合も多い.本稿では,推移確率が個人別の変量であってディリクレ分布に従うことを仮定する.個人ごとの推移確率は経験
ベイズ推定
量により推定する.個人差の有無の検定はスコア検定によって行う.
具体例として状態数2の場合について,前立腺癌患者の状態推移のデータにモデルを適用する.また,シミュレーションによって個人ごとの推移確率の経験
ベイズ推定
量の性質を検討する.
抄録全体を表示

PDF形式でダウンロード (741K)
パラメータ事後分布評価に基づくプロセスモデル逐次更新

*山内敏嗣, 渡邉拓朗, 西口純也

自動制御連合講演会講演論文集
2022年 65 巻 1D1-3
発行日: 2022年
公開日: 2022/12/15

DOI https://doi.org/10.11511/jacc.65.0_119

会議録・要旨集フリー

PDF形式でダウンロード (833K)
ベイズ性能推定法のVP容量制御への適用方法

斎藤洋, 塩田茂雄, 川村宜伯

日本オペレーションズ・リサーチ学会論文誌
1997年 40 巻 4 号 509-521
発行日: 1997年
公開日: 2017/06/27

DOI https://doi.org/10.15807/jorsj.40.509

ジャーナルフリー

抄録を表示する抄録を非表示にする

通信網では多様な制御が行われている。これらの制御を実現する上で、しばしば性能の推定が必要になる。網が実際に使用されている、いわゆる網運用時に好適な性能の推定法として
ベイズ推定
に基づく性能推定が考えられる。本稿では、その具体的適用方法を、ATM網におけるVP制御を例に述べた。実際の網運用時には、詳細なトラヒック測定を常時行うことはできない。その反面、網運用以前に得られている性能推定対象システムに関する情報やトラヒック条件に関する情報があり、また性能の測定も行われている、これらを利用して当該システムの性能を推定するには、
ベイズ推定
の枠組みが有効である。ATM網のVP制御を例に、以下の様な具体的適用方法を検討した。(1)網運用以前の情報から、
ベイズ推定
のためのモデルの構成とその初期値の決定を行うこと。(2)
ベイズ推定
に必要な各確率変数の分散を、シミュレーション等により、決定すること。数値例により、本提案に基づく制御が良好に動作することを示した。
抄録全体を表示

PDF形式でダウンロード (1209K)
ベイズ推定
によるCu₂O薄膜における励起子発光のスペクトル分解

切通愛莉紗, 堤優太, 郡司昂弥, 相原慎吾, 岩満一功, 徳田悟, 岡田真人, 赤井一郎

日本物理学会講演概要集
2017年 72.1 巻 19pC-PS-4
発行日: 2017年
公開日: 2018/04/19

DOI https://doi.org/10.11316/jpsgaiyo.72.1.0_1542

会議録・要旨集フリー

抄録を表示する抄録を非表示にする

ボーズアインシュタイン凝縮実現のためにはサブケルビン以下での測定が求められる。強い励起光を入射すると温度が上昇してしまうため、微弱な励起光での測定が必要であり、それに伴い検出強度が落ち解析が困難となることが予想される。そこで我々は、微弱信号の解析に
ベイズ推定
を用いたいと考えている。今回はCu_2_Oの通常発光測定で得られたデータと、それを対象に作成した人工データを
ベイズ推定
で解析を行った。この詳細は発表にて行う予定である。

抄録全体を表示

PDF形式でダウンロード (813K)
知覚意思決定の理論と神経基盤

船水章大

日本神経回路学会誌
2020年 27 巻 3-4 号 165-173
発行日: 2020/12/05
公開日: 2021/01/08

DOI https://doi.org/10.3902/jnns.27.165

ジャーナルフリー

抄録を表示する抄録を非表示にする

私たちの脳は感覚刺激を提示されたままに知覚できるのでしょうか．感覚刺激から行動を決定する場合，その行動は，感覚刺激だけでなく状況（刺激の提示確率や行動から予測される報酬）に影響される．感覚刺激と状況の統合は，
ベイズ推定
に基づく信号検出理論で最適化できる．近年，知覚意思決定における大脳新皮質の関与が多く報告されている．本研究は，
ベイズ推定
や信号検出理論に基づいて，これらの知見をまとめる．大脳新皮質が感覚刺激と状況を統合し，行動を決定する可能性を考察する．

抄録全体を表示

PDF形式でダウンロード (578K)

J-STAGEへの登録はこちら（無料）