English
ビジネスパートナー企業様へ
お問い合わせ

ソリューション

ソリューションのトップへ

ピックアップメニュー

Analytics製品一覧

会社情報

会社情報のトップへ
何をお探しですか？
  1. ホーム
  2. ソリューション
  3. BayoLinkS

BayoLinkSに関するFAQ

BayoLinkS や Alkano のベイジアンネットワーク機能に関する FAQ です。Alkano（MSIP製品）のその他機能に関する FAQ はこちらをご参照ください。

BayoLinkS単体機能(ver 9.0)は技術サポートを終了しました。

BayoLinkS の仕様・価格など

A価格につきましては「価格・お問い合わせ」からお問いあわせください。アカデミック版をご希望の場合はその旨お書き添えください。
A試用版はライセンス認証により約一ヶ月間ご利用頂けます。機能には制限はありません。
A正規版をご購入いただいた際は当社でライセンスの更新作業を行います。その後、ご利用のPCでライセンス再登録を実施頂くことで移行が完了いたします。 詳しい操作方法は、当社よりご案内いたします。
Aはい。一部のバージョンに含まれる単体機能やVAPについて、同時利用することが可能です。
詳しくは 最新版BayoLinkSと過去のバージョンの同時利用について をご参照ください。
Aセットアップに付属する『インストールマニュアル』に従いMSIPをアンインストールします。アンインストール後に以下のフォルダを削除します。
C:\MSIP
続いて、元のバージョンのBayoLinkS をインストールします。
(※ 新しいバージョンで作成したプロジェクトやシナリオは古いバージョンでの動作を保証しておりません)
Aver.8.0のBayoLinkS(BayoLink Connector)を使用してVAPで作成したプロジェクトは、 ver.9以降のBayoLinkSではご利用いただくことはできません。
分析プラットフォームがVAPからMSIPへ移行したためです。 ただし、BayoLinkS単体機能で作成したベイジアンネットモデルは、モデルファイルをMSIP(ver.1.8以降)へアップロードした後、ネットワーク編集アイコンから引き続きご利用いただくことができます。
単体機能からver.9以降のBayoLinkSで分析を行うための移行ガイドを用意しています。MSIP移行ガイド.pdfをダウンロードしてご参照ください。
APC を変更するには「機種変更届」を提出して頂くことになっております。
詳しくは「お問い合わせフォーム」までご連絡ください。メールにて回答いたします。
ABayoLinkSの年間保守ご契約中の方は無償でバージョンアップが可能です。契約状況がわからない、契約をされていない方でバージョンアップを希望される方は 「お問い合わせフォーム」までご連絡ください。メールにて回答いたします。
A単体機能からver.9.1以降のBayoLinkS で分析を行うための移行ガイドを用意しています。MSIP移行ガイド.pdfをダウンロードしてご参照ください。
A 以下の表にまとめましたので、ご参照ください。Support_table20240326.png

インストール・ライセンス登録・起動に関するトラブル(ver.8.0 以降)

Aライセンス認証について、バージョン毎に注意点が異なります。
  • ・ver.9.0以降からのバージョンアップ
ライセンス認証には以前のEIDが引き続きご利用頂けます(特に注意点はありません)。
  • ・ver.8.0からのバージョンアップ
ライセンス認証で以前のver.8.0 のEID は利用できません。新しいEIDが必要です。 詳しくはNTTデータ数理システムからのメールでのご案内をご確認いただくか、 「製品サポート」へご連絡ください。メールにて回答いたします。
  • ・ver.7.4 以前からのバージョンアップ
ライセンス認証方法が以前とは異なり、インターネット経由で認証を行います。詳しくはNTTデータ数理システムからのメールでのご案内をご確認いただくか、 「製品サポート」へご連絡ください。メールにて回答いたします。
AMSIPのトラブルについてはこちらのページをご確認ください。
Aインターネット経由でライセンス認証ができるようになりました。インストー ル時に EID と呼ばれる固有のID を指定することで、ライセンス認証が自動 で行われます。
Aインストール時に接続している必要がございます。 インストール後のご利用時は常にインターネットに接続している必要はございませんが、半年に1回程度はインターネットに接続してライセンス情報の更新が必要です。
A主に以下の情報を受渡しします。
■契約情報の受信
・どの製品か
・インストールしていただける製品のバージョン
・ご利用の期間情報
・ライセンス数の情報
■PC固有の情報の送信
(PC のハードウェア情報などから算出するもので、算出方法については非公開とさせていただきます)
詳しくは使用許諾書をご参照ください。
お客様が製品で利用されたデータなどは送信されませんのでご安心ください。
Aはい。PC に設定されているプロキシーサーバーの設定を利用します。 認証の必要なプロキシーサーバーの場合は入力ダイアログを表示します。
A有効ではないEID を入力した場合やご契約台数を越えた可能性があります
『 製品サポート』までお知らせください。

MSIP上での操作について

A ブラウザの設定から「ズーム」を開き、100%から適宜縮小して表示させてください。下図はChromeの例です。BLS_MSIP_FAQ1.png
A BayoLinkSではカテゴリ型の列のみを扱うためです。数値列は「離散化」または「グルーピング」ノードで離散化する必要があります。
離散化の区間は等間隔や等数、χ二乗等で計算することができます。
グルーピングは等間隔、等数、群内二乗和によって自動的に分割されます。また任意の区間で分割することもできます。
詳細については、MSIPのユーザーリファレンス「3.8.11. 離散化」、「3.8.12. グルーピング」をご参照ください。
なお、アンケートの回答などの場合は、「列属性変更」ノードで整数値をそのままカテゴリ化することができます。
A BayoLinkSは、以下に該当するデータでは構造学習や推論等の分析を行うことはできません。
(1) 文字のエンコードが BOM付きのUTF-8
(2) 使用禁止文字が含まれるデータ
使用禁止文字は以下が該当します。
【半角文字 】
「=」(イコール)、「,」(カンマ)、「:」(コロン)　
【全角文字】
「―」、「～」、「 ∥」、「－」、「￠」、「￡」、「￢」
【環境依存文字】
「①」、「啞」、「⊿」など
A 【スコア再計算のエラー例】
「分析実行中にエラーが発生しました:スコア計算対象のノードがデータ列内にありません. 変数名=XXXX」
【循環回避のエラー例】
「分析実行中にエラーが発生しました:循環回避に失敗しました:該当するノードがデータ列内にありません. 変数名=YYYY」

ノード名の冒頭か末端に全角のブランク、または2つ以上の半角のブランクが存在する場合、プログラム内部で自動的に削除されます。この処理により入力データとの不一致が生じるため、上記のようなエラーが発生します。前もってブランクを除去する等、入力データのノード名を変更または修正してください。
A"Greedy Search" とは近似解法の一つです。具体的には、リンク無しのモデルから開始して、各ノードの親を欲張り法で決定します。つまり、評価基準値が一番良くなるリンクを順に追加していき、評価基準値の値を良くするようなリンクが無くなれば、そこで探索を終了します。

一方、"全探索" は指定された探索空間を全探索しますので、その解は取り得る全ての状態の中で評価基準値が最も良い厳密解となります。しかしながらノードの数が多い場合には時間的な問題、メモリの問題により実質的に探索不可能となります。

GreedySearch は近似解法ですので、一般的にその解は厳密解とは異なります。しかしながら 全探索 に比べ、時間とメモリのコストの削減が期待できます。このような場合を含め何らかの原因で厳密解が求めることが不可能な場合に、有効な探索アルゴリズムです。

A最適なモデルとは、その目的によって異なるかと思います。例えば、次の二つの目的が考えられます。
  • 既存の学習データにフィットしたモデルを作成したい
  • 将来得られる未知のデータにフィットした（予測精度の高い）モデルが作成したい

仮に前者の目的であれば、相関や尤度などの統計量や人の目から見て自然かなどの基準によりモデルを作成していくことになるかと思います。また、後者の目的であれば、AIC や MDL などのペナルティ値を含む情報量基準を用いたり、交差検証により予測精度を評価したりしていくことになるかと思います。
このように情報量基準をデータや目的によって容易に使い分けることを可能にしている面は BayoLinkS の一つの機能であります。

A一つのノードに多数の親をつけたり、各ノードの状態数が多いとクロス集計表が膨大なサイズとなりメモリ不足を起こしていることが原因です。
親ノードの数を減らす、または各ノードの 状態数を減らすことで学習が可能となる場合があります。
またノードの数を減らしたくない場合は、全親ノードについてリンクを逆転させ子ノードとするのも有効です。
Aベイジアンネットのグラフ構造は変数間の独立性を表現しています。 変数間の関係(CPT)から確率計算を行いますので、 一般的にはデータ集計とは異なります。
集計結果と推論の結果が異なる理由として主に以下があります。
1.構造学習の正規化手法に「MAP」を選択している場合
「MAP」を選択している場合にはクロス表の各セル 1 を足して正規化しています。この場合は「ML」を選択すれば一致します。
2.クロス表において全ての値が 0 のカラムがある場合
クロス表のカウントが全て 0 となるカラムがある場合確率計算の結果はデータの集計と大きく異なるケースがあります。このようなカラムの確率分布は一様分布が与えられます。この分布はデータに基づいたものではありませんので、データ集計との乖離の原因となります。
3.推論アルゴリズムによる誤差
BayoLinkS の推論アルゴリズムは近似解法ですので、グラフ構造によって誤差がでることがあります。この場合は、推論アルゴリズムを MSSM に変更し、samplecount の値を増やしていくと一致するようになります。
なお、「ネットワーク編集」アイコンでは推論アルゴリズムを変更することはできません(「loopyBP」に固定されています)。