抄録

A-033
人工蜂コロニー最適化を用いたDynamic Bayesian Networkの構造学習法

Dynamic Bayesian Network (DBN)は確率的に変動する時系列の振る舞いを近似するモデルであり、盛んに研究されている。時系列の背後に存在するダイナミクスが未知である場合、DBNの構造学習が必要である。DBNの評価指標として尤度やネットワークの複雑性などが用いられるが、対象とする時系列の変数が増加すると評価指標の計算量が極めて増大する。また、この構造学習は高次元な多目的最適化問題となるため、効率的な学習アルゴリズムが望まれる。本研究では、高次元問題に対して高い性能をもつ人工蜂コロニー最適化を用いたDBNの構造学習法を提案する。数値実験を行い、提案手法の有効性を示す。