2016 Fiscal Year Research-status Report
| Project/Area Number |
15K00056
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
永田 靖 早稲田大学, 理工学術院, 教授 (30198337)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | タグチメソッド / SN比 / ロバストパラメータ設計 / MTシステム / グラフィカルモデリング / ロバスト推定 / ロジスティック回帰分析 / カーネル法 |
|---|
| Outline of Annual Research Achievements |
ＳＮ比解析に関連して次のような研究を行った．動特性のSN比解析を用いてポートフォリオ選択に関する最適性の研究を投稿論文の査読結果に基づき，順序尺度変数のダミー変数の処理の仕方など，全面的な再計算を行って有用性の確認をした後，再投稿した．
ＭＴシステムに関連して，次のような研究を行った．まず，予測手法であるＴ法に関連した研究を述べる．①頑健性を考慮したＴ法を開発した．これは，異常データの影響を受けにくいロバスト推定の方法をＴ法やその拡張手法に取り入れたものである．基準化の方法についても工夫を施した．②ロジスティック回帰分析のアイディアを取り入れたＴ法を開発した．３種類の方法を提案し，その精度比較を行った．③L1ノルムに基づく主成分分析を利用したＴ法を開発した．
次に，異常値判定に関するＭＴシステムの方法論に関連した研究について述べる．④カーネル法を利用したタグチのＲＴ法を開発した．カーネル法におけるパラメータ設計に関して，独自の基準を提案した．⑤スパースな状況で相関構造をグラフィカルモデリングにより推定するＭＴ法を開発した．相関構造を少ないパラメータで表現することにより,モデリングを簡便して高い精度が得られる方法であることを示した．
さらに，x-means法と回帰分析を結びつけたハイブリッドモデリングの方法を開発して，その性能の優位性を示した．この研究は，将来，Ｔ法の性能向上に役立つと考えられる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
タグチメソッドの拡張的な手法の開発とその理論化を目指している．特にSN比の一般化と拡張的な改良(以下，研究Ⅰ)，および，MTシステムの拡張的な改良とその理論的研究(以下，研究Ⅱ)を行ってきた．
研究Ⅰについては，この１年間では，次のような新たな成果を得た．
SN比解析を用いてポートフォリオ選択に関する最適性の研究を引き続き行った．
研究Ⅱについては，この１年間では，次のような成果を得た．
頑健性を考慮したＴ法，ロジスティック回帰分析のアイディアを取り入れたＴ法，L1ノルムに基づく主成分分析を利用したＴ法をそれぞれ開発した．次に，カーネル法を利用したタグチのＲＴ法，グラフィカルモデリングによりメトリック行列を推定するＭＴ法を開発した．
３年間の目標の中で，ほぼ当初予定とおりの成果を得ることができた．
|
| Strategy for Future Research Activity |
ベイズとＲＴ法とのアプローチ，機械学習のＭＴ法，Ｔ法との関連，ハイブリッドモデルに基づくＴ法の開発などを行っていきたい．
|
| Causes of Carryover |
論文掲載料が2017年にずれこんだため．また，研究発表旅費が計画していたほどかからなかったため．
|
| Expenditure Plan for Carryover Budget |
論文掲載料が2017年度，当初計画よりもかかる見込みである．また，研究発表旅費も，今年度は支出が多く見込まれる．
|
