多峰性データに強い高次元 Two-Sample Test の開発

• Project/Area Number: 25K15241
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Yamagata University
• Principal Investigator: 原 一夫 山形大学, 理学部, 教授 (30467691)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: Two-Sample Test / ハブネス / 多峰性データ

Outline of Research at the Start

Two-Sample Test（２標本検定）は、２つのデータセット間に違いがあるかを判定する統計手法であり、機械学習（深層学習）やデータマイニングなど幅広い分野におけるデータ解析の基礎となる。しかし、「ハブネス現象」のため、高次元データに対する Two-Sample Testの検出力は低下する。そこで、ハブネスを抑制することによって、新しい Two-Sample Test を提案する。提案手法は、多峰データセットに対して高い性能を示すため、しばしば多峰となる実データの解析において有効であると期待される。