- 追加された行はこのように表示されます。
- 削除された行は
このように表示されます。
!!!2023年 冬学期 第５回 物性セミナー
!!講師 坂田 綾香 氏(統計数理研)
!!題目 グラフィカルモデルを用いた確率推論の回帰問題における展開
!!日時 2023年 12月 20日 {{color red,【水】}} 午後4時50分ー6時15分前後 {{color red, （注）いつもと違う曜日}}
!!場所 16号館 829およびオンライン {{color red, （注）今期はいつもの827ではなく、829です}}
!!場所 16号館 829およびオンライン {{color red,（注）今期はいつもの827ではなく、829です}}
オンラインで参加される方へ：
・オンライン参加の方へ：物性セミナーMLに登録されている方は、セミナー案内メールでZoomアドレスを通知します。登録のない方は、以下で予め登録をお願いします。（自動的に物性セミナーMLへ登録されます。）
登録フォーム https://docs.google.com/forms/d/e/1FAIpQLSdT67ZsTDiKsvutP59tY4tOUlx4WTInMKkTQIGWLqYCrPAQKA/viewform
!アブストラクト
グラフィカルモデルとは確率モデルの一つで、指数型分布族を表現することができる。
グラフ表現を用いることで効率的な推論やアルゴリズムの構築が可能となる。
特に、グラフィカルモデル上で定義される確率伝搬法と呼ばれるアルゴリズムは、
統計力学におけるベーテ近似と対応することが知られる。
本講演では特に、確率伝搬法を用いた予測誤差評価法を紹介する。
予測誤差は一般に未知データの元で定義されるが、
グラフ構造やグラフ上で定義される関数を微小変化させることで
予測誤差を推定できることを示す。
参考文献
[1] Obuchi & Sakata, Journal of Physics A: Mathematical and Theoretical (2019).
[2] Sakata, Journal of Physics A: Mathematical and Theoretical (2023).
!宣伝用ビラ
{{ref KMB20231220.pdf}}
!物性セミナーのページ
http://park.itc.u-tokyo.ac.jp/KMBseminar/wiki.cgi/BusseiSeminar