ORWiki - 利用者の投稿記録 [ja]

アクティブ運用

2007-09-22T05:55:32Z

Saru:

'''【あくてぃぶうんよう (active management) 】'''

アクティブ運用では，積極的にリスクを取ることで，市場の平均的な収益より高い収益を目指す．一方，パッシブ運用では，市場に勝つよりは，市場の平均的な収益に追随することが重視される．効率的市場仮説の立場からは，後者が支持される．

参照：[[パッシブ運用]]

赤黒木

2007-09-22T05:52:49Z

Saru:

'''【あかくろぎ (red black tree) 】'''

平衡二分探索木の一種で，(1) すべての頂点は赤か黒，(2) 赤い頂点は必ず黒い親をもつ，(3) 根とすべての葉は黒，(4) 根から葉へのどのパスも同数の黒い頂点を含む，という4つの条件を満たす．この条件より，根から葉へのどのパスも，長さが2倍以上違わなくなり，ゆえに要素数<math>n \, </math>の赤黒木の高さは<math>\mathrm{O}(\log n) \,</math>になる．赤黒木は，木の形の変化に対して再平衡化を行うことにより，要素の挿入・削除・ある要素が含まれるかの確認を<math> \mathrm{O}(\log n) \,</math>で実行できる．

トーク:モデル／ソルバー独立

2007-09-20T12:26:06Z

Saru:

'''【もでる／そるばーどくりつ (model/solver independence) 】'''

ある方式（例えば，[[モデル記述言語]]）で記述された[[モデル]]の具体例が，
計算上は必ずしも等価とは言えない複数の[[ソルバー]]で修正なしに正しく処理できることをいう．
[[モデル]]や[[ソルバー]]の再利用可能性を高め，
情報資源としての価値を高める上で重要な性質である．

マルコフ変調ポアソン過程

2007-09-20T12:25:14Z

Saru:

'''【まるこふへんちょうぽあそんかてい (Markov modulated Poisson process (MMPP)) 】'''

連続時間有限状態[[マルコフ連鎖]]で変調されるポワソン過程．
マルコフ連鎖が状態 <math>i\,</math> にいる間，
率<math>\lambda_i\,</math>のポワソン過程に従い[[客]]の到着等の事象が発生する．

マルコフ型到着過程

2007-09-20T12:24:36Z

Saru:

'''【まるこふがたとうちゃくかてい (Markovian arrival process (MAP)) 】'''

[[客]]の到着間隔が同じ[[推移率]]行列で特徴づけられる[[相型分布]]に従い，
かつ，連続する2つの到着間隔の間に相関を導入可能にしたもの．
各到着間隔が従う[[相型分布]]の初期状態分布を，
直前の到着間隔を表す相型分布において吸収が起こった状態に依存して定める．
マルコフ変調ポワソン過程や独立な[[相型再生過程]]の重畳などを特別な場合として含む．

待ち伏せゲーム

2007-09-20T12:23:33Z

Saru:

'''【まちぶせげーむ (ambushing game) 】'''

[[目標物]]が限定された[[探索空間]]上を移動する場合に，
その限定領域での探索方法を戦略としてもつ[[探索者]]と移動戦略をもつ目標物の間で
プレイされる[[探索ゲーム]]であり，
W.H. Ruckleによる研究が有名である．
メッシュ状の移動経路やネットワークが探索空間として設定される場合が多い．

待ち行列の安定性

2007-09-20T12:21:35Z

Saru:

'''【まちぎょうれつのあんていせい (stability of queue) 】'''

待ち行列システムが長時間に渡って稼働するとき，
システム内の[[客]]数が発散しない場合に安定であるという．
安定でなければ，
正の確率でサービスを受けられない客が増大する．
待ち行列システムを[[確率過程]]によりモデル化すると，
安定性は状態の[[確率分布]]が全ての時間にわたってタイト（tight）であることに等しい．
一般に安定性は[[定常分布]]の存在とは少し異なるが，
稼働が特定の時刻に依存しないシステムでは同じであると考えてよい．

待ち行列ネットワーク

2007-09-20T12:19:59Z

Saru:

'''【まちぎょうれつねっとわーく (queueing network)】'''

複数の待ち行列システムが，直列，リング状あるいはネットワーク状に組み合わされた数学モデル．情報ネットワーク，コンピュータシステム，FMS（flexible manufacturing system）を始めとする生産システム，交通システムなどの複合システムにおける「待ち」現象の確率的振る舞いを取り扱う．[[待ち時間]]，[[待ち行列長]]，[[スループット]]などの性能評価量を算出するのに用いられる．

詳しくは[[《待ち行列ネットワーク》|基礎編：待ち行列ネットワーク]]を参照していただきたい．

マーク付き点過程

2007-09-20T12:17:46Z

Saru:

'''【まーくつきてんかてい (marked point process) 】'''

実数軸上のランダムな点を表す[[点過程]]において，
各点に対して付加的な情報をマークとして付け加えた[[確率過程]]．
例えば，
[[客]]の到着時刻を点とする[[点過程]]において，
到着した客のサービス時間をマークとして付けたものがある．
この場合には，
待ち行列システムへの入力過程を表している．
マークとしてベクトルや関数を使う場合もある．

ボックスミューラー法

2007-09-20T12:17:00Z

Saru:

'''【ぼっくすみゅらーほう (Box-Muller method) 】'''

G.E.P. BoxとM.E. Mullerが1958年に発表した正規乱数の発生法．
2個の独立な標準[[一様乱数]]を変換して，
標準[[正規分布]]に従う2個の互いに独立な[[乱数]]を生成する．
2次元の正規分布（相関は無いものとする）の密度関数を極座標で表すと，
角度は[0, 2π)上の[[一様分布]]，
動径の2乗は平均が2の[[指数分布]]に従うという事実を利用している．
他の方法に比べると必ずしも速くは無いが，
単純でプログラムが簡単であるという利点がある．

Perron-Frobenius定理

2007-09-20T12:16:03Z

Saru:

'''【ぺろん－ふろべにうすていり (Perron-Frobenius theorem) 】'''

フロベニウス（Frobenius）により明らかにされた非負行列の固有値の諸性質は
数多くのフロベニウス定理として広く知られている．
その中で，ペロン－フロベニウス（Perron-Frobenius）定理は非負行列の絶対値
最大固有値の上下限を[[最適化問題]]の最適値として与えるものである．
本定理はそもそもペロンが正行列に対して証明した内容をフロベニウスが
非負行列にまで拡張したものであり，その定理は以下の通りである．

非負<math>n</math>次正方行列<math>[a_{ij}]</math>は既約とする．
行列<math>[a_{ij}]</math>の絶対値最大固有値<math>\lambda</math>は<math>\lambda>0</math>であり，
<math>\lambda</math>に対応する固有ベクトル<math>[z_1,\ldots,z_n]^{\top}</math>はスカラー倍を除いて一意である．
ここで，<math>^{\top}</math>は転置を示す．さらに，
成分が全て正である任意の<math>n</math>次元ベクトル
<math>[x_1,\ldots,x_n]^{\top}</math>に対して,
<table align="center">
<tr>
<td><math>\min_{i=1,\ldots,n}
\left\{ \frac{\sum_{j=1}^n a_{1j}x_j}{x_1} \cdots, \frac{\sum_{j=1}^n a_{nj}x_j}{x_n}
\right\}
\leq \lambda \leq
\max_{i=1,\ldots,n}
\left\{ \frac{\sum_{j=1}^n a_{1j}x_j}{x_1} \cdots, \frac{\sum_{j=1}^n a_{nj}x_j}{x_n}
\right\}</math>
</td>
</tr>
</table>
が成立し，
<table align="center">
<tr>
<td><math>\max_{x_1>0,\ldots,x_n>0}\min_{i=1,\ldots,n}
\left\{ \frac{\sum_{j=1}^n a_{1j}x_j}{x_1}, \cdots, \frac{\sum_{j=1}^n a_{nj}x_j}{x_n}
\right\}
\quad= \lambda = \min_{x_1>0,\ldots,x_n>0}
\max_{i=1,\ldots,n}
\left\{ \frac{\sum_{j=1}^n a_{1j}x_j}{x_1}, \cdots, \frac{\sum_{j=1}^n a_{nj}x_j}{x_n}
\right\}</math>
</td>
</tr>
</table>
が成立する．上式の<math>[x_1,\cdots,x_n]^{\top}</math>に関する最大化問題と最小化問題のいずれの
[[最適解]]も<math>\lambda</math>に対応する固有ベクトル<math>[z_1,\ldots,z_n]^{\top}</math>のスカラー倍に限る．

分布の弱収

2007-09-20T12:13:14Z

Saru:

'''【ぶんぷのじゃくしゅうそく (weak convergence of distribution) 】'''

<math>(S,\mathcal{B}(S))\,</math>を<math>S\,</math>を距離空間とする
ボレル可測空間とする．
この可測空間上の[[確率分布]]の列<math>\mu_{1}, \mu_{2}, \cdots\,</math>と
確率分布<math>\nu\,</math>が，
<math>(S,\mathcal{B}(S))\,</math>上の任意の有界な実数値連続関数<math>f\,</math>に対して，
<table align="center">
<tr>
<td><math>\lim_{n \to \infty} \int_{S} f(x) \mu_{n}(dx) = \int_{S} f(x) \nu(dx)</math>
</td>
</tr>
</table>
を満たすとき，
<math>n \to \infty\,</math>に対して<math>\mu_{n}\,</math>は<math>\nu\,</math>へ弱収束するという．
これは<math>\mathbf{X}_{n}\,</math>を確率分布<math>\mu_{n}\,</math>に従うランダムな変量，
<math>\mathbf{Y}\,</math>を確率分布<math>\nu\,</math>に従うランダムな変量とするとき，
<math>(S,\mathcal{B}(S))\,</math>上の任意の有界な実数値連続関数<math>f\,</math>に対して
<table align="center">
<tr>
<td><math>\lim_{n \to \infty} E(f(\mathbf{X}_{n})) = E(f(\mathbf{Y}))</math>
</td>
</tr>
</table>
が成り立つことに等しい．
特に，<math>S=(-\infty,+\infty)\,</math>ならば，
<math>\mu_{n}\,</math>の[[分布関数]]<math>F_{n}(x)\,</math>が<math>\nu\,</math>の分布関数<math>G(x)\,</math>に<math>G\,</math>のすべての連続点<math>x\,</math>で収束することに等しい．

フラクタルブラウン運動

2007-09-20T12:11:29Z

Saru:

'''【ふらくたるぶらうんうんどう (fractal Brownian motion) 】'''

平均が<math>0</math>となるように値をずらせた[[確率過程]]<math>X(t)</math>が
[[ガウス過程]]，
すなわち，
任意の正の整数<math>n</math>と任意の<math>0 < t_{1} < \cdots < t_{n}</math>に
対して，
<math>X(t_{1}), X(t_{2}), \cdots, X(t_{n})</math>の結合分布が
[[多次元正規分布]]に等しいとする．
この確率過程は，
[[共分散]]が<math>0 < H < 1</math>を満たす定数<math>H</math>に対して，
<table align="center">
<tr>
<td><math>Cov(X(s),X(t)) = \frac 12 (t^{2H} + s^{2H} - (t-s)^{2H}), \qquad t > s > 0</math>
</td>
</tr>
</table>
であるとき，
[[ハースト定数]]<math>H</math>をもつ[[自己相似過程]]となる．
この自己相似過程を，
ハースト定数<math>H</math>をもつフラクタルブラウン運動と呼ぶ．
特に，<math>H=\frac 12</math>ならば[[ブラウン運動]]に等しい．
<math>H > \frac 12</math>ならば<math>H</math>が大きいほど強い正の相関をもち，<math>0 < H < \frac 12</math>ならば負の相関をもつ．

負の客

2007-09-20T12:09:40Z

Saru:

'''【ふのきゃく (negative customer) 】'''

到着することにより，
待ち行列システム内の[[客]]を減らす仮想的な客．
[[待ち行列]]に並んだ客を途中で退去させる場合や[[待ち行列ネットワーク]]において，
複数のノードで同時に退去を起こす事象を表すために使われる．
ジャクソンや[[ケリーネットワーク]]では，
負の客を経路選択時に発生させた場合にも[[定常分布]]は積形式となる．

不感性

2007-09-20T12:08:53Z

Saru:

'''【ふかんせい (insensitivity) 】'''

[[確率過程]]の特性が，
[[確率分布]]の形とは無関係に，
その平均値のみによって定まる性質を不感性と呼ぶ．
BCMP型やケリー型の[[待ち行列ネットワーク]]では，
網内の客数ベクトルの定常確率が[[サービス時間分布]]に関する不感性を，
また呼が[[ポアソン過程]]にしたがって発生する回線交換網の[[呼損率]]は，
保留時間分布に関する不感性をもつ．
これらを含む確率モデルである一般化[[マルコフ過程]]では，
ある種の局所平衡条件下で，
[[定常分布]]に関して不感性が成り立つ.

BAモデル

2007-09-20T12:05:39Z

Saru:

'''【びーえーもでる (BA model) 】'''

BarabásiとAlbertによって提案された，
[[スケールフリー]]であるグラフを生成するモデル．
時間の経過とともに点も付け加えられていく「成長」（growth）と，
新しく加わった点は次数の高い既存の点と高い確率で辺で繋がれる
「優先的選択」（preferential attachment）という2つの原理を基本としている．
点の次数が<math>k</math>である確率<math>p(k)</math>は，
<math>p(k) \propto k^{-3}</math>に従う．

半正定値計画問題

2007-09-20T12:04:45Z

Saru:

'''【はんせいていちけいかくもんだい (semidefinite programming problem) 】

実対称行列を変数とし，
線形の[[目的関数]]と制約式に加え，
変数の半正定値条件が付加された[[数理計画問題]]．
[[対称錐計画問題]]の一種であり，
[[線形計画問題]]を特殊ケースとして含む．
[[組合せ最適化問題]]や非凸計画問題に対する緩和として使われる
（[[半正定値計画緩和]]）．
その他に，
制御理論，構造設計，統計学等への応用例がある．
[[内点法]]によって多項式時間で解くことができ，
ソフトウェアも数多く開発されている．

バークの定理

2007-09-20T12:01:22Z

Saru:

'''【ばーくのていり (Burke's theorem) 】'''

[[窓口]]がひとつで[[指数分布]]に従うサービスを行うノードからなる
直列型ネットワークに[[ポアソン到着]]があるとき，
到着時点に関して定常な分布のもとでは一人の[[客]]の
各窓口での[[滞在時間]]は互いに独立であることを示す．
これは，
一人の客が他の客に追い越されることがない（overtake free）という
性質が本質的であり，
この影響がない最初と最後の窓口では窓口数が複数の場合でも成り立つ．
また，
最後の窓口の[[サービス時間分布]]は任意でよい．

ノートンの定理

2007-09-20T12:00:36Z

Saru:

'''【のーとんのていり (Norton's theorem) 】'''

[[待ち行列ネットワーク]]において，
一部のノードからなる部分ネットワークをひとつのノードで置き換えたとき，
他の部分の[[定常分布]]が変わらないことをいう．
[[積形式ネットワーク]]では，
各ノードからの退去過程がある意味で[[ポアソン過程]]となるので，
どのように部分ネットワークを選んでもノートンの定理が成り立つように
代替えノードを構成できる．
本来は，
電気回路において，
回路の一部分をひとつの素子で置き換えることができることを示す定理である．

入力密度

2007-09-20T11:58:56Z

Saru:

'''【にゅうりょくみつど (traffic intensity) 】'''

[[待ち行列モデル]]において，
単位時間当たりにシステムに到着する仕事量の平均，
すなわち，
システムへのサービス要求量の平均．
例えば，
[[到着率]]が<math>\lambda\,</math>で，
個々の[[客の]]仕事量の平均が<math>\overline{S}\,</math>ならば，
<math>\lambda \overline{S}\,</math>が入力密度である．
また，
客が<math>1,2,\cdots,I\,</math>のクラスに分かれていて，
クラス<math>i\,</math>の客の到着率が<math>\lambda_i\,</math>で，
クラス<math>i\,</math>の個々の客の仕事量の
平均が<math>\overline{S}_i\,</math>ならば，
<math>\lambda_1 \overline{S}_1 + \lambda_2 \overline{S}_2 + \cdots + \lambda_I \overline{S}_I\,</math>が入力密度である．
標準的な待ち行列モデルでは，入力密度を[[窓口]]数で割ると利用率が得られる．

二段階探索

2007-09-20T11:57:19Z

Saru:

'''【にだんかいたんさく (2-stage search) 】'''

[[探索空間]]に真の[[目標物]]とまぎらわしい偽目標物が存在したり，
ノイズを目標物と勘違いする偽探知がある場合は，
目標物らしきものと遭遇すれば，
探索を中断して，目標物の真・偽を識別した上で，
偽ならそれを除去して再び探索に復帰する．
探索のプロセスを広域探索，真・偽の識別プロセスをコンタクト精査と呼ぶ．
このように探索－精査の二段階を交互に繰り返していく探索方法を二段階探索という．

トーク:２重積形式

2007-09-20T11:56:16Z

Saru:

'''【にじゅうせきけいしき (double product form) 】'''

[[待ち行列ネットワーク]]の[[定常分布]]が積形式であり，
さらに各ノードにおいて各[[客]]のサービスの経過に関する情報
（経過サービス時間または残りサービス時間）が互いに独立であり，
ノード内の客の数や配置（サービスを受ける位置）とも独立となる場合をいう．
各ノードの総[[到着率]]と総退去率が等しいネットワークでは
各クラスの客の到着と退去についての[[局所平衡方程式]]が成り立つことに等しい．

内部推移

2007-09-20T11:54:41Z

Saru:

'''【ないぶすいい (internal transition) 】'''

[[待ち行列ネットワーク]]を構成する各ノードは待ち行列システムとなっている．
このようなノードの内部の状態変化のこと．
ノードの外からの[[客]]の到着やノードの外への退去による状態変化は除かれる．
例えば，
ノードにおけるサービスの経過時間や残り時間の変化がある．
ノード自身が複数の詳細なノードをもつネットワークとなっている場合には，
内部での到着や退去による状態変化も内部推移となる．

トラフィック方程式

2007-09-20T11:53:31Z

Saru:

'''【とらふぃっくほうていしき (traffic equation) 】'''

[[待ち行列ネットワーク]]において，
各ノードからの平均退去率を使って各ノードへの平均[[到着率]]を計算した式．
退去と到着の平衡関係を表す式と見ることができる．
[[確率的経路選択]]を行うネットワークおいて，
各ノードの平均退去率が平均到着率に等しい場合には線形連立方程式となる．
[[積形式ネットワーク]]では，
この方程式を解いて平均到着率を求め，
各ノードの周辺分布を決定する．
なお，[[負の客]]がいる場合には，
客が消滅するので各ノードの平均退去率は平均到着率より少なくなり，
トラフィック方程式は非線形連立方程式となる．
一般に，
この非線形方程式の解を求めることは難しいが，
解の存在は不動点定理により証明できる場合が多い．

突然変異型

2007-09-20T11:51:37Z

Saru:

'''【とつぜんへんいがた (mutant type) 】'''

ある[[形質]]について，
集団中で大多数を占める形質を野生型という．
DNAや染色体の変化などによって突然変異は生じ，
それによって集団の野生型とは異なる形質の個体が生じたとき，
それを突然変異型といい，
始めは少数派である．
野生型に比べて突然変異型の適応度が高く，
それが遺伝子型であれば[[自然選択]]によって進化するが，
低ければ，
野生型の占める集団へ突然変異型は進化的に侵入できず，集団中の形質は変化しない．

逃避者

2007-09-20T11:49:50Z

Saru:

'''【とうひしゃ (evader) 】'''

捜索理論における探索の対象物であり，
特に探索者から逃避する存在である者（物）をいう．
逃避する目標物である場合は，
探索理論における[[目標物]]と同義である．

到着定理

2007-09-20T11:48:30Z

Saru:

'''【とうちゃくていり (arrival theorem) 】'''

[[待ち行列ネットワーク]]において，
ひとつのノードに到着した[[客]]が到着直前に見る
ネットワーク状態の分布が任意時点の状態分布と一致することを示す定理．
[[閉鎖型ネットワーク]]の場合には，
任意時点の分布として（到着した客を除いたことに相当する）
客が1人少ない閉鎖型ネットワークの[[定常分布]]を使う．
一般に，すべてのノードが準可逆である[[積形式ネットワーク]]で成立する．
PASTA（Poisson arrivals see time averages）のネットワーク版である．

テキストマイニング

2007-09-20T11:45:26Z

Saru:

'''【てきすとまいにんぐ (text mining) 】'''

電子化された文書やWebページなどの膨大なテキストデータから，
新たな情報を発掘しようとすることをいう．
構造化されたデータベースからの[[データマイニング]]と異なり，
構造化されてなく非定型なテキストが対象となる．
また，情報検索が文書の発見を目指すのに対し，
テキストマイニングはパターンや相関規則（association rule）の発見，
文書分類（document classification），
トピック抽出といった新たな知識の発見を目的としている．

データマイニング

2007-09-20T11:44:43Z

Saru:

'''【でーたまいにんぐ (data mining) 】'''

[[データベース]]に蓄えられた多量のデータから，
機械学習（machine learning）や統計的手法（statistical method）を用いて
データの中に含まれる知識を発掘する手法をいう．
[[知識発見]]プロセスとしての，
データ獲得，選択，前処理，変換，知識発見アルゴリズムの適用，解釈，評価といった
一連のサイクルを指す．
獲得した知識に基づく意思決定が目的であり，
データ収集，発掘，評価といった人間と計算機の共同作業を伴う知識マネジメントとして捉えられる．

詳しくは[[《データマイニング》|基礎編：データマイニング]]を参照していただきたい．

データベース管理

2007-09-20T11:43:52Z

Saru:

'''【でーたべーすかんり (database management) 】'''

データベースとはデータの集まりであり，
それに対する管理がデータベース管理である．
「ある程度」永続的なデータを管理でき，
大量のデータに対して効率的にアクセスできることが，
ファイルシステムとデータベース管理システムの違いである．
ここで管理とは，データの登録，抹消，操作などを指し，
データベースにあるこの「ある程度」永続的なデータが，
管理の対象となるものである．
[[DSS]]におけるデータベース管理では柔軟性がもっとも重要である．

低食い違い数列

2007-09-20T11:42:59Z

Saru:

'''【ていくいちがいすうれつ (low discrepancy sequences) 】'''

多次元（超）立方体内の点集合の配置が理想的な[[一様分布]]から
どのくらいずれているかをあらわす尺度が
discrepancy（差異，食い違い，ひずみ，などと訳す）である．
ずれのノルムのとり方によって，
star-discrepancy，l2-discrepancyなどがある．
差異の小さい点列のことを[[準乱数]]ということもある．
Haltonの点列，Sobol’列，Faure列，
一般化Niederereiter点列などがある．
[[準モンテカルロ法]]で使われる．

直列型待ち行列

2007-09-20T11:41:48Z

Saru:

'''【ちょくれつがたまちぎょうれつ (tandem queue) 】'''

複数の待ち行列システムが直列接続された[[モデル]]．
[[待ち行列ネットワーク]]の一種だが，
各待ち行列システムを通過して処理を受ける順序がすべての[[客]]で同じもの．
生産ライン，物流システム，情報ネットワークにおける経路を
固定したパケット流，カフェテリアなどのモデル化が可能であり，
[[待ち時間]]，
[[待ち行列長]]などの平均を始めとする性能評価量を計算するのに用いられる．

直線探索ゲーム

2007-09-20T11:40:30Z

Saru:

'''【ちょくせんたんさくげーむ (linear search game) 】'''

[[探索空間]]を最も単純な空間である直線に設定してプレイされる[[探索ゲーム]]である．
[[探索者]]あるいは[[目標物]]の捜索空間上での移動の連続性を考慮する場合，
最も解析し易いためにこの直線空間が採用される場合が多い．

知的財産権

2007-09-20T11:39:14Z

Saru:

'''【ちてきざいさんけん (intellectual properties right) 】'''

[[特許]]，[[著作権]]，実用新案，トレードシークレットなど，
ビジネス上の知的財産に関する権利のこと．

知識発見

2007-09-20T11:38:10Z

Saru:

'''【ちしきはっけん (knowledge discovery) 】'''

知識発見は，
不確かな人間の専門知識やデータに潜む知識を，
計算機で処理できる形に変換する[[知識獲得]]（knowledge acquisition）の
プロセスのひとつである．
データの規則性を表す方程式や，
モデル式で示される科学的法則の発見，
また機械学習（machine learning）や統計処理によるデータに含まれる
ルールやパターンの発見などの操作手順の総称であり，
学習アルゴリズムや[[データマイニング]]との関連も深い．

逐次逃避探索ゲーム

2007-09-20T11:36:55Z

Saru:

'''【ちくじとうひたんさくげーむ (sequential evasion-and-search game) 】'''

[[目標物]]が移動しつつ探索者から逃避しようとする[[逃避探索ゲーム]]のうち，
目標物の意思決定が複数時点で可能な多段階の[[探索ゲーム]]を指す．

探知関数

2007-09-20T11:36:14Z

Saru:

'''【たんちかんすう (detection function) 】'''

[[目標物]]が存在する地点を探索した場合の条件付発見確率を，
投入努力量の関数として表したものである．
ランダム探索による探知関数は指数関数となり，
これを指数型探知関数という．

探索経路

2007-09-20T11:34:45Z

Saru:

'''【たんさくけいろ (search path) 】'''

[[探索者]]のたどる道のことで，
探索者の位置を時間の関数として示したものである．
探索経路に投入された[[探索努力]]が，
離れた場所に存在する[[目標物]]の発見に寄与する効果を考慮しなければならない．

探索空間

2007-09-20T11:34:26Z

Saru:

'''【たんさくくうかん (search space) 】'''

探索活動が行われる場，
つまり[[探索者]]が[[目標物]]の存在する可能性のある範囲として認知している場のことである．
離散空間と連続空間があり，数学的取り扱いが異なる．
離散空間では[[探索努力]]配分が，
個々の地点への配分努力量で示されるが，
連続空間では密度関数として表される．
連続空間でもメッシュで分割することにより離散空間として取り扱われることもある．

探索配分ゲーム

2007-09-20T11:33:45Z

Saru:

'''【たんさくはいぶんげーむ (search allocation game) 】'''

[[探索者]]と[[目標物]]がプレイする[[探索ゲーム]]のうち，
[[探索努力]]（探索資源）の[[探索空間]]上での配分を探索者の戦略としてもつ
探索ゲームをいう．
目標物の戦略としては，
探索空間上での移動戦略をとるゲームを指す場合がほとんどである．

探索の最適停止

2007-09-20T11:32:40Z

Saru:

'''【たんさくのさいてきていし (optimal stop of search) 】'''

考えている領域に[[目標物]]が存在しない可能性があると，
いつまで探索しても発見できないかもしれない．
また探索に要する費用が，発見によって得られる利得を上まわってくると，
それ以上探索することは無駄ということになる．
このように[[探索努力]]の逐次投入において，
損得を勘案して最適な時点で探索を停止することを「探索の最適停止」という．

探索政策

2007-09-20T11:31:28Z

Saru:

'''【たんさくせいさく (search policy) 】'''

[[探索努力]]をいつ，どこへ，どれだけ投入するかを示す配分方法のことである．
[[探索空間]]と[[探索努力]]が離散的か，
連続的かによって，探索政策はベクトルになったり関数になったりする．

探索経路

2007-09-20T11:30:52Z

Saru:

'''【たんさくけいろ (search path) 】'''

探索者のたどる道のことで，
探索者の位置を時間の関数として示したものである．
探索経路に投入された[[探索努力]]が，
離れた場所に存在する[[目標物]]の発見に寄与する効果を考慮しなければならない．

探索空間

2007-09-20T11:30:19Z

Saru:

'''【たんさくくうかん (search space) 】'''

探索活動が行われる場，
つまり探索者が[[目標物]]の存在する可能性のある範囲として認知している場のことである．
離散空間と連続空間があり，数学的取り扱いが異なる．
離散空間では[[探索努力]]配分が，
個々の地点への配分努力量で示されるが，
連続空間では密度関数として表される．
連続空間でもメッシュで分割することにより離散空間として取り扱われることもある．

探索基準

2007-09-20T11:29:17Z

Saru:

'''【たんさくきじゅん (search criterion) 】'''

探索の目的を表す評価式，
つまり探索活動の効果を示す評価尺度のことである．
(1)[[探索努力]]量一定のもとでの[[目標物]]発見確率の最大化，
(2)目標物発見までに要する期待努力量の最小化，
が主なものであるが，
他にも期待リスク最小化，[[所在探索]]，[[情報探索]]などさまざまな基準が考えられている．

たたみ込み法

2007-09-20T11:27:42Z

Saru:

'''【たたみこみほう (convolution algorithm) 】'''

[[ジャクソンネットワーク]]など，
[[積形式解]]をもつ[[閉鎖型ネットワーク]]の[[定常分布]]の正規化定数を
計算するための[[アルゴリズム]]．
閉鎖型であるため，
[[系内人数]]の和が一定の状態だけをとりあげ，
その積形式解の和を求める必要がある．
ノード毎に，
要素が人数に応じた積形式解であるようなベクトルを用意し，
これらのすべてについて，
ベクトルのたたみ込み演算<math>Z=X*Y \,</math>，
すなわち，
<math>\textstyle Z(n)=\sum_{i=0}^n X(i)Y(n-i) \ \ (n=0,1,\cdots,N) \,</math>
を行い，正規化定数を求める．

対話管理

2007-09-20T11:26:10Z

Saru:

'''【たいわかんり (dialog management) 】'''

利用者が[[データベース管理]]と[[モデルベース管理]]を
システムに行わせるための[[DSS]]側の窓口が対話管理システムである．
DSSとの「対話」を通じて，
利用者はDSSに様々な仕事をさせ，
それによって問題に対する理解を深め，
問題解決を行なうというのが，
DSSの本質である．
対話生成の指針として，
用語やコマンドなどに一貫性をもたせること，
利用者が常に主導権を握ることができるようにすることなどが重要であるとされている．

タイムテーブリング問題

2007-09-20T11:25:23Z

Saru:

'''【たいむてーぶりんぐもんだい (time tabling problem) 】'''

タイムテーブリング問題は，
[[スケジューリング問題]]の一変種である．
具体的には，学生と教師の組合せに対し，授業の時間割を，
授業を行う部屋等も考慮に入れて構築する問題を指すことが多い．
非常に簡単な場合は，
2部グラフの枝彩色問題となることが知られている．
他の変種として，
スポーツの試合日程を定める問題などが知られている．
稀に，列車の時刻表を構築する問題を指すこともあるが，
これは上記の問題とは性質がかなり異なる．

対数正規分布

2007-09-20T11:24:12Z

Saru:

'''【たいすうせいきぶんぷ (log normal distribution) 】'''

対数をとるとその値が[[正規分布]]に従うような分布を対数正規分布と呼ぶ．
対数をとったときの正規分布の平均<math>\mu</math>，
分散<math>\sigma^2</math>とすると，
この分布の平均は<math>\exp(\mu+\sigma^2/2)</math>となる．
この分布は，
値が正となり正規分布から容易に生成できることや扱いが便利なことから
多くの分野で利用されるが，
正規分布より裾が重い（値が大きいものが起きやすい）ので注意が必要である．

対称錐計画問題

2007-09-20T11:23:23Z

Saru:

'''【たいしょうすいけいかくもんだい (symmetric cone programming problems) 】'''

線形の[[目的関数]]と制約式に加え，
変数が対称錐に属すことが制約されている[[数理計画問題]]．
対称錐上の[[線形計画問題]]ということもある．
対称錐とは，
自己双対かつ等質な錐のことであり，
非負象限，2次錐，半正定値な実対称行列の集合は対称錐の例である．
よって，
線形計画問題，2次錐計画問題，[[半正定値計画問題]]を特殊ケースとして含む．
[[内点法]]による解法が知られている．