複雑な予測モデルの厳密な事後分布計算手法の確立とその応用

• Project/Area Number: 25K03087
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related; Basic Section 61030:Intelligent informatics-related; Sections That Are Subject to Joint Review: Basic Section60030:Statistical science-related , Basic Section61030:Intelligent informatics-related
• Research Institution: The Institute of Statistical Mathematics
• Principal Investigator: 奥野 彰文 統計数理研究所, 統計基盤数理研究系, 助教 (40897972)
• Co-Investigator(Kenkyū-buntansha): 深作 亮也 九州大学, 数理学研究院, 助教 (40778924) ; 高畠 哲也 大阪大学, 大学院基礎工学研究科, 講師 (80846949)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,980,000 (Direct Cost: ¥14,600,000、Indirect Cost: ¥4,380,000); Fiscal Year 2028: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000); Fiscal Year 2027: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000); Fiscal Year 2026: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2025: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
• Keywords: ニューラルネット / 事後分布 / マルコフ連鎖モンテカルロ法 / 計算統計

Outline of Research at the Start

研究では，(A)複雑な予測モデルにおける厳密な事後分布形状の解明と，その結果を利用して(B)既存の事後分布近似手法の実用的な評価を目指す．特にニューラルネットを対象とし，恣意的な仮定や近似，および計算時間制約などを排して数週間スパンの計算にも取り組むことで，既存研究より遥かに高精度な事後分布を描写する．得られた厳密な事後分布を正解データとして既存の近似手法の定量的評価などにも利用することで，既存の不確実性評価を一新し，より現実的な視点とベンチマークを提供する．また，(C)その計算結果を一般にも広く公開する．