[1S4-GS-2] 機械学習：

[1S4-GS-2-05] OpenBNSL: ベイジアンネットワーク構造学習の包括的な性能評価基盤

〇宮城 竜大¹、錦織 広尚¹、中村 宏¹、高瀬 英希¹ (1. 東京大学)

キーワード：ベイジアンネットワーク、確率的グラフィカルモデル、機械学習

ベイジアンネットワーク（BN）は，確率変数間の条件付き独立関係を有向非巡回グラフで表現する強力な確率モデルである．医療診断や故障検査など，さまざまな分野で広く利用されている．しかし，大規模なベイジアンネットワークの構造をデータから学習することは計算負荷が高く，並列化を含む最適化手法を用いることでその性能を大幅に向上できる．本研究では，構造学習アルゴリズムを公平かつ高い再現性をもって比較評価するためのフレームワーク「OpenBNSL」を提案する．OpenBNSLは，マルチコアおよびメニーコア並列化をサポートする柔軟な実装，標準化された評価プロセス，Dockerを用いた再現可能な実験環境を特徴とし，オープンサイエンスの理念を強く反映している．このフレームワークは，ソースコードや評価手順をMITライセンスのもとで公開することで透明性を確保している．これにより，研究コミュニティは結果を検証し，新しいアルゴリズムや高度な最適化手法を容易に追加できる．OpenBNSLを通じて，多様なBNSL手法を体系的かつ公平に比較できる環境を整備し，ベイジアンネットワーク研究全体のさらなる発展を支援する.