Development of Inference theory, methods, and machine learning for multidimensional time-to-event data analysis

• Project/Area Number: 24K14853
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Osaka University
• Principal Investigator: 杉本 知之 大阪大学, 大学院基礎工学研究科, 教授 (70324829)
• Co-Investigator(Kenkyū-buntansha): 花田 圭佑 大阪大学, 大学院基礎工学研究科, 特任助教(常勤) (11001818)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 数理統計学 / 生存解析 / 層別解析 / 最適化理論 / 確率過程

Outline of Research at the Start

Cox型計数過程モデルの有意義な適用のため，多次元時間モデル上に展開して，不完全データを伴う場合，樹木アプローチなどの機械学習ツールの用途開発を研究する．これまでの統計理論と応用の研究，３タイプの部分尤度の知見に基づいて，多次元イベント時間モデルの統計的方法や機械学習ツールの新規開拓を行う．多次元化では，実地における有意義な多変量の統計的問題が扱えるように，Cox型計数過程モデルの展開により多くの焦点を当てて，安定して推定値を求めることができる最適化計算，有意義な2標本問題，区間推定のための明示的な漸近共分散，機械学習あてはめ性能を評価するための予測指標などの有益なツールの開発を行う．