• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

非線形特徴量に基づく新たな高次元統計理論の開発とその応用

Research Project

Project/Area Number 22K03412
Research Category

Grant-in-Aid for Scientific Research (C)

Allocation TypeMulti-year Fund
Section一般
Review Section Basic Section 12040:Applied mathematics and statistics-related
Research InstitutionUniversity of Tsukuba

Principal Investigator

矢田 和善  筑波大学, 数理物質系, 教授 (90585803)

Co-Investigator(Kenkyū-buntansha) 青嶋 誠  筑波大学, 数理物質系, 教授 (90246679)
Project Period (FY) 2022-04-01 – 2026-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Keywords高次元PCA / 高次元k-means / 高次元天文データ / 異常値検出 / 高次元漸近理論 / 高次元クラスタリング / 客観的総合指数 / 高次元幾何的表現 / 高次元非線形PCA / 判別分析 / クラスタリング
Outline of Research at the Start

近年、様々な高次元データに高次元統計解析法を提供できるようになった。しかし、高次元データは線形的な潜在情報を多く包含し、その情報に基づく解析法が大半であった。本研究は、理論的困難さゆえに未開拓であった、非線形特徴量に基づく新たな高次元統計理論を開発し、高次元統計解析の応用範囲を広め、より高精度で柔軟な解析手法を提供する。この新しい方法論は、高次元データの線形的な潜在情報だけではなく、その非線形的な潜在情報も余すことなく利用でき、多様な高次元データの解析を必要とする社会へもインパクトが期待できる。

Outline of Annual Research Achievements

本研究の基礎となる研究課題「カーネル法における高次元幾何学的表現の導出とその応用」に取り組み、カーネル法に基づく分類理論を構築した。さらに、正則化パラメータに依存せず高速かつ高精度に主成分分析法を行うことができるオートマティック・スパース主成分分析法(A-SPCA)も開発した。

まずは、既存の研究が不十分であった高次元多クラスデータにおけるk-means法の漸近理論の構築に取り組み、k-means法が分類の意味での一致性をもつための正則条件を導出した。その高次元漸近理論をカーネルk-means法にまで拡張し、カーネルk-means法が従来のk-means法より緩い正則条件のもと一致性をもつことを証明した。さらに、カーネル法の高次元漸近的振る舞いを調査することで、カーネル関数が表現できる幾何学的構造の特定にも成功した。一方で、異常値を1つのクラスと考えることにより、カーネル関数を用いた高次元異常値検出法も提案した。

高次元の潜在構造を高速かつ高精度に抽出するために、新たな高次元主成分分析法としてA-SPCAを開発した。A-SPCAは正則化パラメータ無しに自動的にスパースな特徴ベクトルを与えることができる。さらに、A-SPCAを高次元の天文データであるALMAの分光マップデータに適用し、特徴ベクトルをスパース化することでその複雑な特性の定量化にも成功した。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究の基礎となる研究「カーネル法における高次元幾何学的表現の導出とその応用」が進んでいることからも、順調に進展している。

Strategy for Future Research Activity

令和4年度と5年度の研究を踏まえて、研究課題「非線形構造における高次元統計的推測理論の構築」に取り組む。

令和4年度の研究で導出した高次のモーメントに関する漸近理論と令和5年度に開発したオートマティック・スパース主成分分析法(A-SPCA)を用いて、高次元非線形構造における推定・検定法を開発する。まずは、高次のモーメントに関する漸近理論を用いることで、高次元共分散構造を含む2次以上のモーメント構造に関する検定手法を開発する。さらに、A-SPCAのアイデアを利用して、高次のモーメント構造を正則化パラメータ無しに自動的に推定するための方法論を構築する。

Report

(2 results)
  • 2023 Research-status Report
  • 2022 Research-status Report
  • Research Products

    (46 results)

All 2024 2023 2022 Other

All Int'l Joint Research (6 results) Journal Article (5 results) (of which Int'l Joint Research: 1 results,  Peer Reviewed: 3 results,  Open Access: 4 results) Presentation (32 results) (of which Int'l Joint Research: 15 results,  Invited: 17 results) Remarks (3 results)

  • [Int'l Joint Research] Academia Sinica/National Central University(その他の国・地域)

    • Related Report
      2023 Research-status Report
  • [Int'l Joint Research] Seoul National University(韓国)

    • Related Report
      2023 Research-status Report
  • [Int'l Joint Research] University of Stavanger(ノルウェー)

    • Related Report
      2023 Research-status Report
  • [Int'l Joint Research] University of Stavanger(ノルウェー)

    • Related Report
      2022 Research-status Report
  • [Int'l Joint Research] Academia Sinica(中華民国)

    • Related Report
      2022 Research-status Report
  • [Int'l Joint Research] Seoul National University(韓国)

    • Related Report
      2022 Research-status Report
  • [Journal Article] High-dimensional Statistical Analysis and Its Application to an ALMA Map of NGC 2532024

    • Author(s)
      Takeuchi Tsutomu T.、Yata Kazuyoshi、Egashira Kento、Aoshima Makoto、Ishii Aki、Cooray Suchetha、Nakanishi Kouichiro、Kohno Kotaro、Kono Kai T.
    • Journal Title

      The Astrophysical Journal Supplement Series

      Volume: 271 Issue: 2 Pages: 44-44

    • DOI

      10.3847/1538-4365/ad2517

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access / Int'l Joint Research
  • [Journal Article] Asymptotic properties of hierarchical clustering in high-dimensional settings2024

    • Author(s)
      Egashira Kento、Yata Kazuyoshi、Aoshima Makoto
    • Journal Title

      Journal of Multivariate Analysis

      Volume: 199 Pages: 105251-105251

    • DOI

      10.1016/j.jmva.2023.105251

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] 高次元小標本における非階層型クラスタリングの一致性について2023

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Journal Title

      数理解析研究所講究録

      Volume: 2254 Pages: 1-8

    • Related Report
      2023 Research-status Report
  • [Journal Article] Consistency of the objective general index in high-dimensional settings2022

    • Author(s)
      Takuma Bando, Tomonari Sei, Kazuyoshi Yata
    • Journal Title

      Journal of Multivariate Analysis

      Volume: 189 Pages: 104938-104938

    • DOI

      10.1016/j.jmva.2021.104938

    • Related Report
      2022 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] 階層的クラスタリングの高次元漸近的性質について2022

    • Author(s)
      江頭健斗、矢田和善、青嶋 誠
    • Journal Title

      数理解析研究所講究録

      Volume: 2221 Pages: 30-37

    • Related Report
      2022 Research-status Report
    • Open Access
  • [Presentation] Inference on high-dimensional mean vectors by the data transformation technique2024

    • Author(s)
      Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      IMS Asia Pacific Rim Meeting 2024
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Asymptotic properties of kernel k-means under high dimensional settings2024

    • Author(s)
      Kento Egashira, Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      IMS Asia Pacific Rim Meeting 2024
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] 高次元小標本におけるカーネルk-means法について2024

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Organizer
      日本数学会度年会
    • Related Report
      2023 Research-status Report
  • [Presentation] Reconstruction of a low-rank matrix by singular value decompositions2024

    • Author(s)
      矢田和善, 青嶋 誠
    • Organizer
      日本数学会度年会
    • Related Report
      2023 Research-status Report
  • [Presentation] 高次元相関行列の統計的推測について2024

    • Author(s)
      巖名佑務, 矢田和善, 石井 晶, 青嶋 誠
    • Organizer
      京都大学数理解析研究所研究集会「確率モデルと統計的推測」
    • Related Report
      2023 Research-status Report
  • [Presentation] Asymptotic properties of kernel k-means for high dimensional data2023

    • Author(s)
      Kento Egashira, Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      International Symposium on Recent Advances in Theories and Methodologies for Large Complex Data
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Threshold-based PCA in high-dimensional settings2023

    • Author(s)
      Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      TMU International Conference on Statistical Modelling and Inference 2023
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Threshold-based Sparse PCA for high-dimensional data based on the noise-reduction methodology2023

    • Author(s)
      Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      Statistical Week 2023
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Quadratic classifiers for high-dimensional noisy data2023

    • Author(s)
      Aki Ishii, Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      The 6th International Conference on Econometrics and Statistics
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Estimation of the strongly spiked eigenstructure in high-dimensional settings2023

    • Author(s)
      Kazuyoshi Yata, Aki Ishii, Makoto Aoshima
    • Organizer
      The 6th International Conference on Econometrics and Statistics
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Asymptotic behaviors of k-means under high dimensional settings2023

    • Author(s)
      Kento Egashira, Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      The 6th International Conference on Econometrics and Statistics
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Contrastive principal component analysis in high dimension low sample size2023

    • Author(s)
      Shao-Hsuan Wang, Kazuyoshi Yata
    • Organizer
      The 6th International Conference on Econometrics and Statistics
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Automatic sparse PCA for high-dimensional data and its applications2023

    • Author(s)
      Kazuyoshi Yata, Makoto Aoshima
    • Organizer
      Seminar on Institute of Statistical Science, Academia Sinica
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Automatic sparse PCA and its applications2023

    • Author(s)
      矢田和善
    • Organizer
      Seminar on Bayesian Computation
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 強スパイク固有値モデルにおける高次元共分散行列の統計的推測2023

    • Author(s)
      矢田和善, 石井 晶, 青嶋 誠
    • Organizer
      統計関連学会連合大会
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] Hierarchical clustering and its asymptotic behaviors in multiclass HDLSS settings2023

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Organizer
      科研費シンポジウム「統計科学と関連分野における諸問題に関する理論と方法論の革新的展開」
    • Related Report
      2023 Research-status Report
  • [Presentation] 高次元小標本におけるk-means法と階層的クラスタリングについて2023

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Organizer
      日本数学会秋季総合分科会
    • Related Report
      2023 Research-status Report
  • [Presentation] Strongly spiked eigenvalueモデルにおける高次元相関行列の検定について2023

    • Author(s)
      巖名佑務, 矢田和善, 石井 晶, 青嶋 誠
    • Organizer
      日本数学会秋季総合分科会
    • Related Report
      2023 Research-status Report
  • [Presentation] 高次元データにおけるk-means法の漸近的性質とその応用2023

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Organizer
      統計関連学会連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] k-means 法の高次元漸近的性質について2023

    • Author(s)
      江頭健斗, 矢田和善, 青嶋 誠
    • Organizer
      応用統計学会年会
    • Related Report
      2023 Research-status Report
  • [Presentation] 強スパイク固有値モデルにおける高次元統計的推測2022

    • Author(s)
      矢田和善
    • Organizer
      応用統計学会年会特別講演
    • Related Report
      2022 Research-status Report
    • Invited
  • [Presentation] Estimation of eigenvectors for linear combinations of high-dimensional covariance matrices and its application2022

    • Author(s)
      Kazuyoshi Yata、Aki Ishii、Makoto Aoshima
    • Organizer
      The 5th International Conference on Econometrics and Statistics
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Test for outlier detection by high-dimensional PCA2022

    • Author(s)
      Yugo Nakayama、Kazuyoshi Yata、Makoto Aoshima
    • Organizer
      The 5th International Conference on Econometrics and Statistics
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Asymptotic behaviors of hierarchical clustering under high dimensional settings2022

    • Author(s)
      Kento Egashira、Kazuyoshi Yata、Makoto Aoshima
    • Organizer
      The 5th International Conference on Econometrics and Statistics
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] Geometric classifiers for high-dimensional noisy data2022

    • Author(s)
      Aki Ishii、Kazuyoshi Yata、Makoto Aoshima
    • Organizer
      JMVA 50th Jubilee volume follow-up virtual meeting
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research / Invited
  • [Presentation] High dimensional and low sample size case statistics for the screening on crystal information of the solid-state electrolytes2022

    • Author(s)
      Hirotaka Sakamoto、Kazuyoshi Yata、Hisatsugu Yamaski、Makoto Aoshima
    • Organizer
      2022 MRS Spring Meeting
    • Related Report
      2022 Research-status Report
    • Int'l Joint Research
  • [Presentation] 高次元小標本における非階層型クラスタリングの一致性について2022

    • Author(s)
      江頭健斗、矢田和善、青嶋 誠
    • Organizer
      京都大学数理解析研究所研究集会「種々の統計的モデルにおける推測方式の有効性」
    • Related Report
      2022 Research-status Report
  • [Presentation] Hierarchical clustering and its asymptotic behaviors in high-dimensional settings2022

    • Author(s)
      江頭健斗、矢田和善、青嶋 誠
    • Organizer
      科研費シンポジウム「統計科学の開拓」
    • Related Report
      2022 Research-status Report
  • [Presentation] 高次元主成分分析における頑健性について2022

    • Author(s)
      中山優吾、矢田和善、青嶋 誠
    • Organizer
      日本数学会秋季総合分科会
    • Related Report
      2022 Research-status Report
  • [Presentation] 階層的クラスタリングの高次元漸近的振舞い2022

    • Author(s)
      江頭健斗、矢田和善、青嶋 誠
    • Organizer
      日本数学会秋季総合分科会
    • Related Report
      2022 Research-status Report
  • [Presentation] Multiple outlier detection test with PCA in high-dimension, low-sample-size settings2022

    • Author(s)
      中山優吾、矢田和善、青嶋 誠
    • Organizer
      統計関連学会連合大会
    • Related Report
      2022 Research-status Report
  • [Presentation] 高次元統計解析: 高次元PCAとその応用2022

    • Author(s)
      矢田和善
    • Organizer
      第9回 筑波大学 RCMS サロン
    • Related Report
      2022 Research-status Report
  • [Remarks] TRIOS

    • URL

      https://trios.tsukuba.ac.jp/researcher/0000000526

    • Related Report
      2023 Research-status Report 2022 Research-status Report
  • [Remarks] リサーチマップ

    • URL

      https://researchmap.jp/7000001000/

    • Related Report
      2023 Research-status Report 2022 Research-status Report
  • [Remarks] 青嶋研究室HP

    • URL

      https://www.math.tsukuba.ac.jp/~aoshima-lab/jp/index.html

    • Related Report
      2022 Research-status Report

URL: 

Published: 2022-04-19   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi