小野 哲雄（北海道大学大学院情報科学研究科）、井上 純一（北海道大学大学院情報科学研究科）

本講義では確率モデルを用いた情報処理技法に関し，その基礎と応用を具体例から学習する。理論編では音声認識などで広く用いられる隠れマルコフモデル（HMM）とそのミクロ／マクロパラメータ推定（推論形式）に関し，最尤法およびEM法を詳しく学ぶ。また，HMMをより一般化したモデルであり，近年データマイニングなどにも使われるベイジアンネットワーク（グラフィカルモデル）について，それを用いた推論形式を確率伝搬法や平均場法など最近開発された確率的アルゴリズムを中心に解説する。時間が許せば，これらをより一般的に扱う体系である情報統計力学について触れる。応用編では，HMMやベイジアンネットワークの手法を実際にロボットシステムへ応用した事例（具体的には，ヒューマノイドによる音声認識や動作生成の事例）を紹介する。 本編撮影年度：平成23年度後期（第4～12回） ガイダンス以降の本編は，工学系教育研究センター（CEED）の配信システムで公開しています。 CEEDの配信システムでは細かなチャプターの設定，自動的な言語翻訳，講師が発言した内容のテキスト表示等，視聴者を支援する機能が備わっています。 原則として北海道大学の学生向けに公開していますが，自己研鑽で学びを希望される方は科目等履修生や社会人大学院生等で学籍を取得し，正規の学生以外でも視聴可能となる手順がありますので，詳しくは右記のリンクよりCEEDのホームページを参照いただき，手順についてお問い合わせください。 第2回以降の講義はこちら

‡ これらの資料は制限資料です。

iPhone対応：映像はiTunes Uでもご覧いただけます。

（視聴にはiTunesまたはiTunes Uアプリケーションが必要です）

‡ これらの資料は制限資料です。

Japanese, Search by Graduate School, Engineering/Information, Graduate School of Engineering, Graduate School of Information Science and Technology