OOBN EM 学習

クラスがたくさんのインスタンスを持つことができるオブジェクト指向モデルの文脈から切り離してクラスのパラメータを推定するのではなく，OOBN EM は、すべてのインスタンスのエビデンスとオブジェクト指向モデル全体を用いてクラスのパラメータを推定します．

オブジェクト指向モデル中のノードの経験表の初期の内容は， "事前カウント"の計算のための基盤を形成します．しかしながら，現在の実装では，オブジェクト指向モデル中の連続ノードには，事前経験がサポートされていません（つまり，そのようなノードの経験表は，正の値を格納してはいけません）．

更新された経験表の内容は，たくさんのインスタンス・ノードがクラス内の同じノードの学習に寄与するという事実を反映します（すなわち，経験カウントが，データ集合中のケースの数より多くなります）．さもなければ， EM 学習で指定されたすべてのことが OOBN EMにも適用されます．

OOBN EM はHUGINでの EM学習の統合された一部であり，EM 学習ボタンを押すか， ウイザード・メニューのEM 学習ウィザード項目を選択してください．

OOBN データ・ファイル形式での注意: クラス・インスタンスのドット表記

オブジェクト指向モデルのデータファイルを指定するとき，インスタンス・ノードは，クラス・インスタンス名とドットを接頭しなければなりません．

事例: 疾患のオブジェクト指向モデル(OOBNの構築法チュートリアルの事例) でのEM用データ・ファイルは，どのようになるか?

我々はパラメータを推定しているクラスを，図１に示します．

クラスのインスタンスを用いたオブジェクト指向モデルを図２に示します．

データ・ファイルのヘッダは，次のように構造化されなければなりません:

DiseaseSlice_3.S2, DiseaseSlice_3.S1, DiseaseSlice_3.D2, DiseaseSlice_3.D1, DiseaseSlice_2.S2, DiseaseSlice_2.S1, DiseaseSlice_2.D2, DiseaseSlice_2.D1, DiseaseSlice_1.S2, DiseaseSlice_1.S1, DiseaseSlice_1.D2, DiseaseSlice_1.D1, DiseaseSlice_1.D2_prev, DiseaseSlice_1.D1_prev

クラス・ノード D1, D2, S1, S2, D1_prev および D2_prev が，クラス・インスタンス名 DiseaseSlice_3, DiseaseSlice_2 および DiseaseSlice_1 をどのように接頭しているかに注意してください．

データ・ファイルの説明を参照してください．