IBIS2005二日目

今日は午後から。

観測スパイク時系列に経験ベイズ推定を当てはめて解析。スパイクというのは脳内のニューロン同士がインパルス状の電気信号のことらしい。この話は初めてだったので新鮮だった。

次はセンサーネットの話。同一のものを複数のセンサがノイズ有で読み取り、それをそれぞれ独立に歪み有りでセンターに送る。センターはそれらのデータからから元のデータを推定し復元する。この時、通信量は一定であるという前提をおくと、センサの数を増やして圧縮率を高めて送るのがいいのか、センサの数を減らして圧縮率を低くして送ればいいのかを理論的（といっても構成可能）に解析。ノイズの具合によって最適なセンサ数が変わってくるという話。
今年のDCCでも複数の入力源からの歪有で送信の話があったような。

リスク回避型学習では、エラーのうち、大きなミスの上位x%のミスは避けてやるという話。具体的には期待ショートフォール（とバリュー・アット・リスクの二つ。個人的には選択を確率的に複数できるようなポートフォリオのケースが面白いなぁと。

Yair Weissさんによる招待講演。Belief Propagation (BP)の話。でも、まだBPよくわかってないので・・
BPは次のあたりを読んでおくとよいのでしょうか。
Understanding Belief Propagation and its Generalizations , Generalized Belief Propagation [link]
Map estimation via agreement on (hyper) trees [pdf]