ベイズ推論における事後確率分布の構造について

摘要

画像，音声，自然言語，塩基配列などの大規模データに対し，確率モデルを構築し，認識，予測など確率推論を行なうことが，計算機性能の急速な向上に伴い可能になってきた．ベイズ推論の本質の一つは，データを観測した後の事後確率分布の利用にあるが，その分布の構造については不明な点が多い．一般的な議論は難しいが，分布が奇妙な構造をもつことは十分考えられる．本研究では，事後確率分布から多数のサンプルを生成することで，事後確率分布の構造を反映した推定量を求めることを試みる．単純な隠れマルコフモデルを用いて計算機実験をおこなった結果をもとに，その有効性を議論する．