荘島宏二郎 大学入試センター研究開発部 shojima@rd.dnc.ac.jp Asymmetric von Mises Scaling 荘島宏二郎 大学入試センター研究開発部 shojima@rd.dnc.ac.jp.

Slides:



Advertisements
Similar presentations
『わかりやすいパターン認 識』 第 5 章 特徴の評価とベイズ誤り確率 5.4 ベイズ誤り確率と最近傍決定則 発表日: 5 月 23 日(金) 発表者:時田 陽一.
Advertisements

Lesson 9. 頻度と分布 §D. 正規分布. 正規分布 Normal Distribution 最もよく使われる連続確率分布 釣り鐘形の曲線 -∽から+ ∽までの値を取る 平均 mean =中央値 median =最頻値 mode 曲線より下の面積は1に等しい.
Advanced Data Analysis 先進的データ分析法 2015 (2) 平成 27 年前期第1クウォータ科目 東京工科大学大学院 バイオニクス・情報メディア学専攻科 担当:亀田弘之.
土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
1 銀河系力学構造の 構築について 上田晴彦 ( 秋田大学 ) 郷田直輝, 矢野太平 ( 国立天文台 ) 竹原理論物理学研究会 2011年6月7日 ホテル大広苑.
情報基盤アルゴリズムとして のメタヒューリスティクスの 研究 茨木俊秀、巳波弘佳、藤原洋志、 千葉英史、関口良行(関西学院大 学)、 藤重悟(京都大学)、 柳浦睦憲(名古屋大学)、 野々部宏司(法政大学)、 梅谷俊治(電気通信大学)
放射線の計算や測定における統計誤 差 「平均の誤差」とその応用( 1H) 2 項分布、ポアソン分布、ガウス分布 ( 1H ) 最小二乗法( 1H )
統計学入門(1) 第 10 回 基本統計量:まとめ. 統計学第 8 回 2 前回の練習問題の解答 (1) から (4) に対応するヒストグラムはそれぞれどれか。
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
数理統計学(第ニ回) 期待値と分散 浜田知久馬 数理統計学第2回.
情253 「ディジタルシステム設計 」 (5)Noise5
経済統計学 第2回 4/24 Business Statistics
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
1.基礎概念 1.1 ディペンダブルなシステムとは Dependability Fault Avoidance
科研費特定領域第二回研究会 「質量起源と超対称性物理の研究」
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
統計解析 第9回 第9章 正規分布、第11章 理論分布.
疫学概論 母集団と標本集団 Lesson 10. 標本抽出 §A. 母集団と標本集団 S.Harano,MD,PhD,MPH.
大数の法則 平均 m の母集団から n 個のデータ xi をサンプリングする n 個のデータの平均 <x>
・y=sinθのグラフとy=2sinθのグラフ ・y=sinθのグラフとy=sin2θのグラフ ・周期と値域
放射線の計算や測定における統計誤差 「平均の誤差」とその応用(1H) 2項分布、ポアソン分布、ガウス分布(1H) 最小二乗法(1H)
3章 Analysing averages and frequencies (前半 p )
「データ学習アルゴリズム」 第2章 学習と統計的推測 報告者 佐々木 稔 2003年5月21日 2.1 データと学習
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
統計学 11/08(木) 鈴木智也.
第8回 関連多群の差の検定 問題例1 健常人3名につき、血中物質Xの濃度を季節ごとの調べた。 個体 春 夏 秋 冬 a
Memo for S-2S simulation Toshi Gogami 2014/7/25. Contents Missing mass resolutions with S-2S / SKS.
河川工学 -水文統計- 昼間コース 選択一群 2単位 朝位
2.伝送線路の基礎 2.1 分布定数線路 2.1.1 伝送線路と分布定数線路 集中定数回路:fが低い場合に適用
第2日目第4時限の学習目標 平均値の差の検定について学ぶ。 (1)平均値の差の検定の具体例を知る。
Population Codingの 最近の話題から
確率・統計Ⅰ 第3回 確率変数の独立性 / 確率変数の平均 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
正規分布確率密度関数.
混合ガウスモデルによる回帰分析および 逆解析 Gaussian Mixture Regression GMR
PRISM-FFAGの開発(Ⅴ) ー 電磁石開発 ー
細胞の形と変形のための データ駆動型解析手法
独立成分分析 5 アルゴリズムの安定性と効率 2007/10/24   名雪 勲.
原子核物理学 第2講 原子核の電荷密度分布.
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
確率と統計 メディア学部2008年後期 No.3 平成20年10月16日(木).
分子生物情報学(2) 配列のマルチプルアライメント法
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
Diffusion coefficient (拡散係数)
FEM勉強会 (第3回).
ベイズ・アプローチによる グラフィカル・テスト理論
適応的近傍を持つ シミュレーテッドアニーリングの性能
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年6月25日 3.1 関数近似モデル
1.因子分析とは 2.因子分析を行う前に確認すべきこと 3.因子分析の手順 4.因子分析後の分析 5.参考文献 6.課題11
電子モンテカルロシミレーション 相互作用 近似 輸送方法 Last modified
ベイズ最適化 Bayesian Optimization BO
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
多重ベータ混合モデルを用いた調波時間構造の モデル化による音声合成の検討
遺伝アルゴリズムによる NQueen解法 ~問題特性に着目した突然変異方法の改善~
高次元データにおける2次形式の近似について
藤本翔太1, 狩野裕1, Muni.S.Srivastava2 1大阪大学基礎工学研究科
第5課 輻射の方程式 II 平成16年11月8日 講義のファイルは
プロジェクト演習III,V <インタラクティブ・ゲーム制作> プログラミングコース
ガウス分布における ベーテ近似の理論解析 東京工業大学総合理工学研究科 知能システム科学専攻 渡辺研究室    西山 悠, 渡辺澄夫.
臨床統計入門(1) 箕面市立病院小児科  山本威久 平成23年10月11日.
大型ヘリカル装置における実座標を用いた 粒子軌道追跡モンテカルロコードの開発
「データ学習アルゴリズム」 第3章 複雑な学習モデル 報告者 佐々木 稔 2003年8月1日 3.2 競合学習
世帯の復旧資金の調達と 流動性制約 京都大学大学院 小林研究室.
森 裕一(岡山理科大学) 山本義郎(岡山大学自然科学研究科) 渡谷真吾,尾高好政(倉敷芸術科学大学) 垂水共之,田中 豊(岡山大学)
実数および純虚数化学ポテンシャル領域における 2+1フレーバーPNJL模型を用いた QCD相構造の研究
2008年 電気学会 全国大会 平成20年3月19日 福岡工業大学 放電基礎(1)
AAMと回帰分析による視線、顔方向同時推定
混合ガウスモデル Gaussian Mixture Model GMM
遺伝統計学 Genetic Statistics 2010
Presentation transcript:

荘島宏二郎 大学入試センター研究開発部 shojima@rd.dnc.ac.jp Asymmetric von Mises Scaling 荘島宏二郎 大学入試センター研究開発部 shojima@rd.dnc.ac.jp

目的 方向統計学(directional statistics)の知見を利用した非対称多次元尺度法の開発 非対称フォン・ミゼス尺度法 Asymmetric von Mises scaling (AMISESCAL)

方向統計学 Directional statistics (Mardia & Jupp, 2000) 角度や方角をデータとして扱う統計学 磁場解析、生物の移動、病気の伝染

von Mises分布 方向統計学における正規分布 μ: 平均方向(mean direction) κ: 集中度母数(concentration parameter)

Von Mises Distribution Parameter Slider (1)

δij θji μj κj κi μi θij ||xi-xj|| πji=f(θji|μj, κj) πij=f(θij|μi, κi) Favorability Rating RowCol i j Person i - fij Person j fji μj κj 5 1 Person j δij ||xi-xj|| θij μi κi πji=f(θji|μj, κj) πij=f(θij|μi, κi) Person i Proximity (Data) RowCol i j Person i - gij Person j gji Proximity (Model) RowCol i j Person i - ξij=(1-πij)δij Person j ξji=(1-πji)δji Proximity (Model) RowCol i j Person i - ξij Person j ξji 1 5

Stress Function   最適化 とりあえず遺伝的アルゴリズム(GA) 解の近傍に行くだけ

→ A B C → A B C D → A B C D 1 7 1 7 1 7 1 7 1 7 1 1 7 7 1 7 1 7 1 7 1 A B C A B C D A B C D

片思いの全方位性と総量 全方位で総量大 全方位で総量小 ω=1/(2π)のとき通常のvM分布

Von Mises Distribution Parameter Slider (2)

Stress Function (2) ペナルティ関数Uを追加 最適化 片思いがいる方向に密度が厚いときごほうび     ペナルティ関数Uを追加 片思いがいる方向に密度が厚いときごほうび 片思いがいない方向に密度が厚いときにペナルティ 最適化 とりあえず遺伝的アルゴリズム(GA) 解の近傍に行くだけ

→ A B C D 7 1 7 1 A B C D A B C D

ニアソシオメトリックデータ 千野(1997, p.13, 改変) → 1 2 3 4 5 6 7 8 9 10

AMISESCAL 分析結果

まとめ 方向統計学の分布の1つvon Mises分布を用いた非対称MDSの開発 ストレス関数に改良の余地あり 最適化方法に改良の余地あり ご清聴ありがとうございました 荘島宏二郎(shojima@rd.dnc.ac.jp)