| Project/Area Number |
24K23870
|
|---|
| Research Category |
Grant-in-Aid for Research Activity Start-up
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
1001:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
桃崎 智隆 東京理科大学, 創域理工学部情報計算科学科, 助教 (80999079)
|
|---|
| Project Period (FY) |
2024-07-31 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | Bayesian inference / Bayesian computation / spatio-temporal data / large scale data |
|---|
| Outline of Research at the Start |
多次元データにおける変数間の関係性を把握しデータ構造を理解することは「根拠に基づく政策立案」をはじめとする様々な意思決定に非常に重要である．しかしデータの大規模化に伴い従属構造が複雑化し単純なモデルによるデータの理解は難しい．また従来の統計手法は解析に膨大な時間を要し場合によってはメモリ爆発により解析不可能となる．これらは有益かつ効率的なデータ利活用の重大な障害となっている．本研究では，大規模データにおける(様々な要因で変化する)複雑な従属構造の高速かつ有効なベイズ推論法の開発を目指す．ベイズの枠組みを用いることで推定結果の不確実性を評価し意思決定に必要な情報の提供が可能となる．
|
