| Project/Area Number |
17K19956
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Information science, computer engineering, and related fields
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
石井 晶 東京理科大学, 理工学部情報科学科, 助教 (20801161)
赤平 昌文 筑波大学, 数理物質系(名誉教授), 名誉教授 (70017424)
|
|---|
| Project Period (FY) |
2017-06-30 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2018: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2017: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
|
|---|
| Keywords | 非スパースモデリング / スパイクノイズ / ビッグデータ / 人工知能 / ディープラーニング |
|---|
| Outline of Final Research Achievements |
In this study, we reviewed the previous academic systems based on sparsity and focused on non-sparsity of high-dimensional data. By using the non-sparsity, we aimed to develop new technology that can extract the maximum information at high speed and with high accuracy from a wide range of big data, and aimed for innovative development in science, technology and industry. We produced the following significant results: (1) Developments of a criteria for non-sparsity and basic methodologies for latent structure analysis. (2) Construction of data transformation from non-sparse noise into sparse noise. (3) Establishment of non-sparse modeling techniques and new development of big data analysis.
|
| Academic Significance and Societal Importance of the Research Achievements |
ビッグデータ解析は、様々な都合から、スパース性を仮定したスパースモデリング(SM)が主流である。しかし実際には、スパース性が成立しないビッグデータも多く、SMは間違った結果を与え得る。本研究は、非スパース性に立脚した非スパースモデリングという、ビッグデータの新たな解析技法を確立する。ビッグデータの本質に合ったモデリング技法を提供することで、学術上の突破口を切り拓くこととなり、波及効果は極めて大きい。非スパースモデリングは、高精度かつ高速で汎用性が非常に高い方法論であるため、科学技術・産業への革新的なインパクトや貢献が期待できる。
|
