最近の研究
最近（2000年11月17日）開かれた日本船舶海洋学会秋季講演会で発表した講演です。学会はオンラインで開かれ、講演は音声入りのパワーポイントで行われました。2件ありますが、いずれもベイズ推論に関するもので、経営に関するものと数字パターン認識に関するものです。ベイズ推論はニューラル・ネットワークと同じように学習による推論を行えますが、ベイズ推論による学習は、ニューラル・ネットワークの代わりに統計的なネットワークを用います。
統計的なネットワークは、理論的に確率分布の仮定すること、あるいは実験や観察から求まる頻度分布を用います。従って、ニューラル・ネットワークと違って推論はブラックボックスではありません。
また、未知量（ウェイトやパラメータ）を求めるのに最小値問題を解く必要がないので、過学習もありません。まだ、わからないことばかりですが、ニューラル・ネットワークのように学習に多大な時間を費やす必要もありません。
今回発表したのは、未だ基礎レベルの話です。今後の発展を楽しみにしております。以下に講演に使用した発表論文とパワーポイント・ファイルを添付いたします。お読みいただき、何かのお役に立てれば幸いです。ご助言、コメントを歓迎いたします。
最近（2000年11月21日）開かれた第63回自動制御連合講演会で発表した講演です。学会は日本船舶工学会秋季講演会と同様にオンラインで開かれ、講演は音声入りのパワーポイントで行われました。2件ありますが、いずれもベイズ推論に関するもので、新型コロナウイルス感染症に関するものと数字パターン認識に関するものです。前者の論文では第3波のネットワーク理論による予測を述べております。この論文の応募は9月23日に行われました。未だ第2波が終わったばかりの頃です。第3波の開始は11月1日、持続期間は312日、新規感染者のピークは3000人というものでした。学会が開かれた11月21日の時点では新規感染者は約2,400人です。まもなくピークになると思います。したがって、新規感染者のピークおよび持続期間はまだ分かりません。少なくとも、開始点の予測はほぼ合格点と思います。この予測は、通常のデータフィッテングと違って、ネットワーク理論はモノゴトの全体を見る理論と思います。未来を予測することは慎重で無ければなりません。ニューラル・ネットワークは推論がブラックボックスですから、未来予測には向いていないような気がします。グーグルが日本におけるCovid-19の予測を始めましたが、実データによる修正をしているようです。以下に講演に使用した発表論文とパワーポイント・ファイルを添付いたします。お読みいただき、何かのお役に立てれば幸いです。ご助言、コメントを歓迎いたします。
サポートを大変心強く思います。