| Project/Area Number |
20K19764
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 60030:Statistical science-related
|
|---|
| Research Institution | Hitotsubashi University (2022-2023)
Meiji University (2020-2021) |
|---|
Principal Investigator |
城田 慎一郎 一橋大学, 大学院ソーシャル・データサイエンス研究科, 准教授 (90845918)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | ガウス過程 / 空間統計 / 機械学習 / 統計 |
|---|
| Outline of Research at the Start |
空間・時空間統計はガウス過程とよばれる確率過程を利用し、空間・時空間上の観測できない不確実性を定量化する分野である。ガウス過程は非常に柔軟な確率過程である一方、その計算コストがしばしば問題視されてきたが、近年非常に正確かつ効率的な近似手法が開発され、今後も益々利用されることが期待できる。一方で、機械学習分野における深層学習の発展も目覚ましい。ガウス過程と深層学習は理論的に関係が深いことが知られており、日々様々な解析的性質が明らかになりつつある。本研究では、ガウス過程と深層学習の理論的関連をより明らかにするとともに、その結果を利用し、双方のメリットとデメリットを補う形での新手法の開発を目指す。
|
| Outline of Annual Research Achievements |
ガウス過程に関しては、これまで大規模な位置情報が与えられている下での近似手法の開発など、スケーラビリティに関する研究を行なってきた。この手法は、原則としてガウス過程の共分散構造を仮定した上で、できるだけ精度良く近似したまま、スケーラビリティを達成する方向性が探求されている。一方で、深層学習などでは、より多くのデータを用いて、多くのパラメータを含む表現力の高い共分散構造の学習がテーマである。また、データによっては、モデルが持つ不確実性の評価が重要になるため、とりわけベイズ統計の観点から、複雑な共分散構造を持つガウス過程のモデリング・推定手法を検証してきた。
現在いくつかのモデリングの方向性を検討しており、それらの実装及びパフォーマンスを検証している。実データとしては、衛星LiDARの画像データを想定している。衛星LiDARデータは非常に広範囲の精緻な地形データを観測する。一方で、衛星から照射されるレーザー情報は軌道に沿って観測されるため、観測されていない軌道間のデータは補間する必要がある。地形に関するデータは非常に複雑な空間的共分散構造を有しているため、本テーマの検証に適したデータである。これらのデータの取得に関しては、関連研究の研究者にデータ提供の打診を行っており、必要であればデータ使用料を計上することになる。
研究を進めていくにあたり、衛星画像の時系列予測や異常検知のニーズが発生してきている。これらに対しても活用できるようなモデルや統計手法の開発を検討している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
23年度に関しては、計算リソースや研究資料などの整備を進めてきた。
RAとして雇用予定であった学生の就職活動状況などを考慮し、次年度に関してはRA雇用を開始し、モデルの検証などを進めていく予定である。
|
| Strategy for Future Research Activity |
23年度に関しては、計算リソースや研究資料などの整備を進めてきた。
RAとして雇用予定であった学生の就職活動状況などを考慮し、次年度に関してはRA雇用を開始し、モデルの検証などを進めていく予定である。
また、応用先として考えている衛星画像の準備や計算コードの作成を進めていく予定である。
|
