核心概念
行動論的視点から、入力と出力を事前に決めずに、線形動的ネットワークをモデル化する。また、構造化ベクトル自己回帰(SVAR)モデルとの関係を明らかにする。
要約
本論文は、線形動的ネットワークのモデル化について、行動論的視点から検討している。主な内容は以下の通りである:
行動論的視点では、入力と出力を事前に決めずに、ネットワークを表現できる。これは従来のモデルでは捉えられていない実験状況の自由度を表現できる。
ネットワークの構造を表現するためのグラフ表現として、シグナルグラフとシステムグラフを導入した。これらは従来のブロック線図とは異なる表現である。
行動論的ネットワークモデルと構造化ベクトル自己回帰(SVAR)モデルの関係を明らかにした。特に、SVAR モデルの前提となる「相互接続の正則性」が重要な仮定であることを示した。
相互接続が正則でない場合の扱いについても議論した。この場合、コンポーネントの統合によって正則な相互接続を得ることができる。
全体として、行動論的視点から線形動的ネットワークのモデル化を行い、従来のモデルとの関係を明らかにした点が本論文の貢献である。
統計
ネットワークの正則な相互接続では、以下の関係が成り立つ:
p(∧N
i=1Σi) = ∑N
i=1 p(Σi)
n(∧N
i=1Σi) = ∑N
i=1 n(Σi)
引用
"行動論的視点では、入力と出力を事前に決めずに、ネットワークを表現できる。これは従来のモデルでは捉えられていない実験状況の自由度を表現できる。"
"SVAR モデルの前提となる「相互接続の正則性」が重要な仮定である。"