← 一覧へ
AI・データ
#베이지안네트워크#확률그래프모델#조건부독립#베이즈정리#인과추론
最終更新 · 2026-11-13

ベイジアンネットワーク(Bayesian Network)

1. 概要

A. 定義

複数の確率変数間の条件付き依存・独立関係を有向非巡回グラフ(DAG, Directed Acyclic Graph)で表現し、各変数に条件付き確率分布(CPD, Conditional Probability Distribution) を付与することで、全体の同時分布(joint distribution)を簡潔に分解(factorization)・推論する確率グラフモデル(PGM, Probabilistic Graphical Model)である。

ベイジアンネットワークの核心は、不確実性を定量的に扱いながらモデルを人間が読めるものにする点にある。ノードは変数(例:疾患・症状・検査結果)、エッジ(矢印)は直接的な確率的影響を表すため、専門家はグラフを見るだけで「どの要因がどの結果に直接影響するか」を一目で把握できる。数百万個の重みが非線形に絡み合い判断根拠を事後に追跡しにくい深層ニューラルネットワーク(ブラックボックス)とは異なり、ベイジアンネットワークは構造そのものがドメイン知識の明示的表現であり、推論結果を確率値と経路で説明できる。

もう一つの決定的な強みは双方向推論である。原因から結果へ下る予測(predictive)推論と、観測された結果から原因の確率を逆に更新する診断(diagnostic)推論を同一のモデルで実行する。たとえば「喫煙が肺がん確率をどれだけ高めるか」だけでなく「胸部X線が異常であるとき肺がんである確率はいくらか」をベイズの定理で一貫して計算する。このため医療診断、設備故障診断、信用リスク評価のように根拠提示と不確実性推定が同時に求められる領域で継続的に活用される。

B. 登場背景および必要性

n個の二値変数からなるシステムの完全な同時分布をそのまま表に収めると、2^n − 1個の確率値が必要になる。変数が30個あるだけでも10億を超える値を保存・推定しなければならず、メモリ・データ量の面で現実的に不可能である。1980年代にジューディア・パール(Judea Pearl)は、変数間に存在する条件付き独立(conditional independence) をグラフで捉えれば同時分布を各ノードの局所的条件付き確率の積に分解できることを示し、これにより指数的複雑度を線形に近く下げる道を開いた。これは不確実性下の推論を「計算可能な問題」に変えた転換点であった。

ルールベースのエキスパートシステムが1980年代に限界を露呈したことも背景である。「IF 症状 THEN 疾患(確信度0.7)」式の確信度(certainty factor)の組み合わせは数学的一貫性がなく、ルールが増えるほど矛盾した結論を出した。ベイジアンネットワークは確率公理に基づき一貫して不確実性を結合するため、この問題を根本的に解消した。データが一部欠損(missing)していても確率的に周辺化(marginalization)して推論を続けられる点も、完全な入力を前提とする決定論的モデルに比べた実務的利点である。

C. 主な特徴

ベイジアンネットワークはいくつかの際立った性質を持つ。第一にモジュール性(modularity) である。各ノードの条件付き確率はそのノードの親のみに依存するため、システムの一部が変わっても該当する局所表だけを更新すればよく、保守が容易である。第二に知識とデータの融合である。専門家が知る因果構造はグラフとして直接入力し、分からない部分の確率はデータで学習して、二つの源を一つのモデルに自然に結合する。第三に証拠の漸進的反映である。新しい観測が入るたびに事後確率を更新(belief updating)するため、リアルタイムに蓄積する証拠に応じて判断を連続的に調整するオンライン診断に適する。これらの特徴は後述する構造・推論・学習原理の土台となる。

2. 全体構造および構成要素

ベイジアンネットワークは定性的要素(グラフ構造) と定量的要素(条件付き確率表) の結合によって定義される。構造は変数間の因果・依存関係の骨格をなし、確率表はその関係の強さを数値で埋める。以下は古典的な例である「肺疾患診断網」を単純化した全体構造図である。

flowchart TB
  S["喫煙(Smoking)"] --> C["肺がん(Cancer)"]
  P["大気汚染(Pollution)"] --> C
  C --> X["胸部X線(X-ray 異常)"]
  C --> D["呼吸困難(Dyspnea)"]
  B["気管支炎(Bronchitis)"] --> D
  S --> B
  style C fill:#e8f0fe,stroke:#2f6fed,stroke-width:2px
  style S fill:#fef7e0,stroke:#f9ab00

上の構造図における各要素の意味は次のとおりである。ノード(Node) は確率変数であり、真・偽のような状態(state)を持つ。エッジ(Edge) は親から子へ向かう矢印であり、直接的な確率的影響を意味する。「喫煙 → 肺がん」は喫煙の有無が肺がん確率に直接影響することを、「肺がん → 胸部X線」は肺がんが検査結果に影響することを表す。親(parent)を持たないノード(喫煙・大気汚染)には事前確率(prior)が、親を持つノードには親の状態の組み合わせごとの条件付き確率が付与される。構造が必ず非巡回(acyclic) でなければならない理由は、巡回が生じると「AがBを、Bが再びAを条件づける」定義不能な再帰が発生し、同時分布の分解が成り立たないためである。

構成要素 説明 役割
ノード(Node) 確率変数(離散/連続) ドメイン概念を変数で表現
エッジ(Edge) 親→子方向の矢印 直接的な条件付き依存関係
事前確率(Prior) 親のないノードの確率 根本原因変数の基底確率
条件付き確率表(CPT) 親の組み合わせごとの子の確率 関係の強さを定量化

定量的要素であるCPT(Conditional Probability Table) は、各ノードが自らの親の値の組み合わせごとにどの確率で各状態を取るかを表に収める。たとえば「肺がん」ノードは親である喫煙・大気汚染の四つの組み合わせ(真/真、真/偽、偽/真、偽/偽)ごとに肺がん=真である確率を指定する。以下はそのCPTを例示の数値で埋めたものである。

喫煙(S) 大気汚染(P) P(肺がん=真) P(肺がん=偽)
真 真 0.12 0.88
真 偽 0.08 0.92
偽 真 0.03 0.97
偽 偽 0.01 0.99

上の表で各行の確率の和が1にならなければならない点は、確率分布としての基本制約である。喫煙・大気汚染がともに真のとき肺がん確率(0.12)は両方とも偽のとき(0.01)より大きく高く、二つの原因が結合してリスクを高めるというドメイン知識が数値として表れる。親がk個で各変数が二値であればCPTのサイズは2^kに比例するため、親の数が多いノードはパラメータが急増する。このため実務ではNoisy-ORのような正準分布(canonical distribution) でCPTを圧縮し、各原因が独立に結果を引き起こすという仮定の下でパラメータ数を線形に減らすこともある。

全体の同時分布は連鎖律(chain rule for Bayesian networks) に従って各ノードの条件付き確率の積に分解される。すなわち P(X₁,…,Xₙ) = ∏ᵢ P(Xᵢ | Parents(Xᵢ)) と表される。上の例では P(S,P,C,B,X,D) = P(S)·P(P)·P(C|S,P)·P(B|S)·P(X|C)·P(D|C,B) となる。すべての変数の完全な表(2⁶−1=63個)の代わりに、各ノードの小さな局所表だけで全体分布を復元できる点が、ベイジアンネットワークがもたらした表現の経済性(compactness) の核心である。

3. 中核原理:条件付き独立とd-分離

ベイジアンネットワークの推論効率は、グラフに内蔵された条件付き独立性から生まれる。特定の変数を観測(条件づけ)したとき、どの変数同士が互いに独立になるかをグラフ経路だけで判定する規則がd-分離(d-separation) である。d-分離は三つの基本接続構造で説明される。

flowchart LR
  subgraph Chain["連鎖(Chain) A→B→C"]
    A1["A"] --> B1["B(観測)"] --> C1["C"]
  end
  subgraph Fork["分岐(Fork) A←B→C"]
    B2["B(共通原因)"] --> A2["A"]
    B2 --> C2["C"]
  end
  subgraph Collider["衝突(Collider) A→B←C"]
    A3["A"] --> B3["B(共通結果)"]
    C3["C"] --> B3
  end

上の詳細図の各構造が伝える意味は次のとおりである。連鎖(A→B→C) と分岐(A←B→C) では、中央の変数Bを観測するとAとCが条件付き独立になる。すなわち中間原因や共通原因を知った後は、両端の変数はもはや互いの情報を与えない。逆に衝突(A→B←C) 構造では平時AとCは独立であるが、共通結果B(またはその子孫)を観測した瞬間にAとCの間に依存が「生じる」。これを説明による排除(explaining away) と呼ぶ。たとえば肺がんと気管支炎は互いに独立であっても、「呼吸困難」が観測されると「肺がんが説明してくれるので気管支炎である確率が下がる」という相互作用が発生する。この直観に反する現象を数学的に正確に捉えることがベイジアンネットワークの強力さである。

条件付き独立が重要な実務的理由は、推論コストと直結するためである。観測証拠が与えられたとき独立が成り立つ変数は計算から分離でき、全体分布をすべて展開せずとも必要な周辺・事後確率だけを計算できる。変数消去(Variable Elimination)のような厳密推論アルゴリズムはこの独立性を用いて積和演算の順序を最適化し、その効率はグラフのツリー幅(treewidth) によって決まる。

d-分離がもたらすもう一つの実務的含意はモデル検証である。グラフが含意する条件付き独立関係をデータで検定(例:カイ二乗独立性検定)し、モデルがデータと矛盾しないかを点検できる。たとえば「X線異常」と「呼吸困難」が肺がんを知った後は独立であるべきというグラフの主張を、実データで条件付き相関が有意に残っているかによって反証できる。条件付き独立がデータで成り立たなければ、欠落したエッジや隠れた交絡変数を疑い構造を再設計する手がかりとなる。このようにグラフは単なる図ではなく、検定可能な仮説の集合として機能する。

4. 推論・学習の類型と手順

ベイジアンネットワークの活用は大きく推論(inference) と学習(learning) に分かれる。推論はモデルが与えられたとき証拠から質問変数の事後確率を求める問題であり、学習はデータから構造とパラメータを推定する問題である。

診断推論の働きは簡単な数値で見ると直観が明確になる。ある疾患の有病率が1%(事前確率 P(D)=0.01)、検査の感度 P(陽性|D)=0.9、偽陽性率 P(陽性|¬D)=0.05 であるとしよう。検査が陽性であるとき実際に疾患である事後確率はベイズの定理により P(D|陽性) = (0.9×0.01) / (0.9×0.01 + 0.05×0.99) ≈ 0.154、すなわち約15%にすぎない。検査性能が良く見えても有病率が低ければ陽性の大半が偽陽性であるという反直観的な結果が出るのであり、ベイジアンネットワークはこうした事前確率の影響を自動的に反映して過剰診断を防ぐ。ノードが増えるとこの計算が複数の変数にわたって連鎖し、まさにその点で効率的な推論アルゴリズムが必要になる。

推論は厳密推論と近似推論に区分される。厳密推論には変数消去(Variable Elimination)と、グラフをツリー構造にまとめてメッセージを伝播する接合木(Junction Tree, Belief Propagation)がある。変数消去は質問と無関係な変数を一つずつ和(summation)で消去しつつ中間結果(factor)を再利用して重複計算を減らし、接合木はグラフをクリーク(clique)単位でまとめ一度の伝播ですべての質問に答えられるようにする。しかし一般のグラフで厳密推論はNP困難(NP-hard) であるため、変数が多く結合が密であれば現実的に使いにくい。このとき近似推論へ切り替える。ギブスサンプリング(Gibbs Sampling)・重要度サンプリング(Importance Sampling)のようなモンテカルロに基づく標本抽出や変分推論(Variational Inference)によって、精度を多少譲り計算可能性を確保する。標本抽出法はネットワークから多くの仮想標本を生成し質問事象の頻度で確率を近似するため、標本数を増やすほど正確になるがその分時間がかかる。実際の医療・工程診断網は数百のノードに達するため、近似推論が標準である。

区分 方法 特徴・用途
厳密推論 変数消去・接合木 小規模・疎なグラフ、正確な事後確率
近似推論 ギブス/重要度抽出、変分推論 大規模・密なグラフ、速度優先
パラメータ学習 MLE・ベイズ推定(事前分布) 構造は既知でCPTのみ推定
構造学習 スコアベース・制約ベース探索 データからグラフ自体を発見

学習手順は次のように展開される。パラメータ学習は構造が与えられたとき各CPT値を推定する段階で、データが完全であれば最尤推定(MLE)で頻度を数えればよく、データが疎であればディリクレ事前分布を結合したベイズ推定(事後平均) で過適合を緩和する。欠損があればEM(期待値最大化)アルゴリズムで隠れ変数を反復推定する。構造学習はより難しい問題で、可能なDAGの数が変数の数に対して超指数的に増加する。これをBIC・BDeuのようなスコア関数を最大化するスコアベース探索(山登り法など) や、条件付き独立検定でエッジを増減する制約ベース(PCアルゴリズム) の方法で近似的に探索する。実務ではデータだけで構造を立てるより、ドメイン専門家の因果知識で骨格を固定しデータでCPTを埋めるハイブリッド方式が最も信頼性が高い。

5. 類似モデルとの比較

ベイジアンネットワークの位置を理解するには、隣接モデルとの差をその差が生じる理由とともに見る必要がある。最も頻繁に比較されるのはナイーブベイズ分類器である。ナイーブベイズは「すべての入力特徴がクラスが与えられれば互いに独立」という強い仮定を置いた、事実上一つの親(クラス)がすべての特徴を子として従える特殊な形のベイジアンネットワークである。仮定が単純で学習・推論は非常に速いが、特徴間の実際の依存を無視するため相関の大きいデータで性能が落ちる。ベイジアンネットワークはこの独立仮定をグラフで「必要なだけ」緩和し、精度と複雑度の均衡を調節できる。

時系列を扱う隠れマルコフモデル(HMM) とカルマンフィルタは、時間軸に同一の構造が反復するベイジアンネットワークの特殊形(動的ベイジアンネットワーク、DBN)と見なせる。一方、深層ニューラルネットワークと比較すると、ニューラルネットワークは大規模な非構造化データ(画像・音声)で予測精度が圧倒的だが説明力が低く不確実性推定が不安定である。ベイジアンネットワークは構造化・小規模データで説明力・不確実性の定量化・専門家知識の結合に強みを持つ。したがって両者は競合ではなく相互補完であり、近年はニューラルネットワークの表現力とグラフモデルの解釈力を結合しようとする研究が活発である。

以下は三つのモデルの性格を中核軸で整理したものである。各差は「独立仮定の強さ」と「データ類型」から生じる。

比較軸 ナイーブベイズ ベイジアンネットワーク 深層ニューラルネットワーク
変数独立仮定 非常に強い(すべて独立) グラフで選択的に緩和 仮定なし(自動学習)
説明力 中 高(構造・確率) 低(ブラックボックス)
適合データ 小規模構造化 小・中 構造化+専門知識 大規模非構造化
不確実性推定 可能 明示的・一貫的 別途の技法が必要

実務の適用分野も幅広い。

  • 医療診断:症状・検査結果から疾患の事後確率を算出し、欠損検査でも部分証拠で推論を続ける。
  • 設備故障診断(PHM):センサ信号間の因果網を立てて故障箇所を逆追跡し、残存寿命を確率的に予測する。
  • 信用・不正リスク評価:取引・行動変数の依存構造をモデル化し異常兆候の事後確率を計算する。

具体的な数値事例として、1990年代のマイクロソフトの「Lumièreプロジェクト」はユーザーの行動をベイジアンネットワークでモデル化しオフィスのヘルプ(クリッピー)に適用し、医療分野のPATHFINDERシステムは60あまりのリンパ節疾患を数百のノードでモデル化し専門医水準の診断精度を達成したと報告された。設備分野でも原発・航空機の故障診断にベイジアンネットワークが活用され、センサ欠損が発生しても部分証拠だけで故障箇所の事後確率を算出するのに使われる。

6. 深化:因果推論と最新動向

ベイジアンネットワークは近年因果推論(Causal Inference) の土台として再注目されている。ジューディア・パールが提示した因果グラフ(Causal Bayesian Network) とdo演算(do-calculus)は、単純な相関を超えて「変数に介入(intervention)したとき結果がどう変わるか」をグラフで計算する。観測データだけでは区別しにくい交絡(confounding) をグラフ構造で識別・補正できるため、A/Bテストが不可能な政策・医療の意思決定で反事実的(counterfactual)分析の手段となる。これは相関関係と因果関係を明確に区別すべきデータガバナンス・公平性(fairness)の議論とも直結する。

ツール・標準の面でも成熟している。Pythonエコシステムのpgmpy、bnlearn(R)、マイクロソフトのDoWhy・EconML、UberのCausalMLなどは構造・パラメータ学習と因果効果推定をパッケージで提供する。さらにベイズ深層学習との融合により、ニューラルネットワークの重みや中間表現を確率変数と見て予測不確実性を推定する方向、そしてLLMが抽出した変数・関係を因果グラフの初期構造として活用しデータで検証・補正するLLM補助の構造学習研究が進んでいる。説明可能AI(XAI)と信頼性AIが規制・実務の要求として台頭するにつれ、結果に確率的根拠と因果的叙述をともに提供するベイジアンネットワークの価値はむしろ高まる傾向にある。

7. 考慮事項および示唆点

技術士の観点から、ベイジアンネットワークの導入・運用は次を総合的に考慮しなければならない。

  • 構造設計と専門家知識の結合戦略:データ駆動の構造学習は超指数的探索空間と標本不足により信頼度が低くなりうる。ドメイン専門家の因果知識で中核のエッジを固定し、データでCPTと残りの構造を補正する知識-データ・ハイブリッド(hybrid) 的接近が、実務整合性と説明力を同時に確保する現実的戦略である。

  • 推論複雑度と拡張性のトレードオフ:厳密推論はグラフのツリー幅が大きくなると急激に遅くなり、一般のグラフでNP困難である。ノード・エッジ規模と応答時間の要求に応じて厳密推論(変数消去・接合木)と近似推論(標本抽出・変分)を選択し、必要時CPTをNoisy-ORで圧縮してパラメータと計算量をともに制御しなければならない。

  • データ品質・欠損・事前分布の影響:CPT推定は標本数が少ない組み合わせで不安定である。ディリクレ事前分布で平滑化(smoothing)し、欠損はEMで処理するが、事前分布の強さが結果を左右するため感度分析を併行しなければならない。ゴミのようなデータはそのまま歪んだ事後確率につながる。

  • 相関と因果の区別、公平性・ガバナンスとの連携:データから学習したエッジは因果ではなく相関でありうる。介入・反事実分析に用いるには因果仮定の妥当性(交絡統制の有無)を必ず検証しなければならず、保護属性と結果の間の経路をグラフで露わにしてアルゴリズム公平性・説明責任を点検するのに活用できる。

  • 連携技術と展望:動的ベイジアンネットワーク(時系列)・影響図(Influence Diagram, 意思決定との結合)・ベイズ深層学習・因果推論へ拡張可能であり、XAI・信頼性AI・データガバナンスの要求が大きくなるほど、確率的根拠と因果的叙述をともに提供する手段として適用範囲が広がる見通しである。

参考資料

  • Judea Pearl, "Probabilistic Reasoning in Intelligent Systems", Morgan Kaufmann, 1988
  • Daphne Koller & Nir Friedman, "Probabilistic Graphical Models", MIT Press, 2009
  • pgmpy Documentation: https://pgmpy.org/
  • Microsoft DoWhy (Causal Inference): https://www.pywhy.org/dowhy/

一言まとめ: ベイジアンネットワークは変数間の条件付き独立をDAGと条件付き確率表で表現して同時分布を簡潔に分解し、予測・診断の双方向推論と因果分析を説明可能に実行する確率グラフモデルである。