• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2012 Fiscal Year Annual Research Report

情報科学・計算機科学における描像の可視化に関する研究

Research Project

Project/Area Number 20240020
Research InstitutionThe University of Tokyo

Principal Investigator

岡田 真人  東京大学, 新領域創成科学研究科, 教授 (90233345)

Co-Investigator(Kenkyū-buntansha) 大森 敏明  神戸大学, 工学(系)研究科(研究院), 准教授 (10391898)
Project Period (FY) 2008-04-08 – 2013-03-31
Keywords可視化 / 機械学習 / 情報統計力学 / イメージングデータ / マルコフ確率場 / 潜在構造推定 / 連想記憶モデル / モンテカルロ法
Research Abstract

今年度は,科学技術計測によって得られたイメージングデータ解析手法と,高次元データの背後にある潜在構造を推定するアルゴリズムの評価を行った.
イメージングデータの解析は,しばしばマルコフ確率場(MRF) モデルにより定式化される.MRFモデルでは,ベイズ推定の枠組みを適用することで,自由エネルギー最小化によるハイパーパラメータ推定が可能になる.観測過程が非線形関数で表されるとき,従来はマルコフ連鎖モンテカルロ法がハイパーパラメータ推定に用いられた.従来の手法は非線形性を保つ一方で,確率論的なアルゴリズムとなり,収束判定が難しかったり,計算量が増えたりするという欠点がある.そこで本年度は,非線形MRF モデルのハイパーパラメータ推定に,決定論的なアルゴリズムを提案した.ここでは観測過程を線形近似し,解析的に自由エネルギーを計算することで,従来より高速にハイパーパラメータ推定を行う.
高次元データからデータの背後にある潜在構造を抽出するのは,多くの場合,データの潜在構造の種類を仮定した上で解析を行う.それらの仮定を緩めて,構造の種類も推定可能となれば,その手法はより高度な描像の可視化に関するキーテクノロジーになる.近年,KempとTenenbaumによって提案された手法はそのさきがけとなる重要な研究である.そこで本研究では,連想記憶モデルを用いて潜在構造を埋め込んだデータを生成し,構造の明らかなデータを用いて先行研究で提案された解析手法の妥当性を検証した.その結果,彼らの手法は,連想記憶モデルの相転移構造をデータのみから再現できることがわかった.この知見は,今後,彼らの手法をベースに,高次元データのみからデータの構造そのものを抽出できる,より一般的な手法が開発できる可能性を強く示唆している.

Current Status of Research Progress
Reason

25年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

25年度が最終年度であるため、記入しない。

  • Research Products

    (9 results)

All 2013 2012 Other

All Journal Article (6 results) (of which Peer Reviewed: 6 results) Presentation (2 results) Remarks (1 results)

  • [Journal Article] Precise estimation of pressure-temperature paths from zoned minerals using markov random field modeling: theory and synthetic inversion.2012

    • Author(s)
      Tatsu Kuwatani
    • Journal Title

      Contributions to Mineralogy and Petrology

      Volume: 163 Pages: 547-562

    • DOI

      10.1007/s00410-011-0687-3

    • Peer Reviewed
  • [Journal Article] Bayesian spectral deconvolution with the exchange Monte Carlo method2012

    • Author(s)
      Kenji Nagata
    • Journal Title

      Neural Networks

      Volume: 28 Pages: 82-89

    • DOI

      10.1016/j.neunet.2011.12.001

    • Peer Reviewed
  • [Journal Article] Deterministic algorithm for nonlinear Markov random field model2012

    • Author(s)
      Yoshinori Ohno
    • Journal Title

      Journal of the Physical Society of Japan

      Volume: 81 Pages: 064006-1--10

    • DOI

      10.1143/JPSJ.81.064006

    • Peer Reviewed
  • [Journal Article] Estimating membrane resistance over dendrite using Markov random field2012

    • Author(s)
      Jun Kitazono
    • Journal Title

      IPSJ Transactions on Mathematical Modeling and Its Applications

      Volume: 5 Pages: 89-94

    • DOI

      10.2197/ipsjtrans.5.186

    • Peer Reviewed
  • [Journal Article] Stability analysis of stochastic neural network with depression and facilitation synapses2012

    • Author(s)
      Yuichi Katori
    • Journal Title

      Journal of the Physical Society of Japan

      Volume: 81 Pages: 114007-1--7

    • DOI

      10.1143/JPSJ.81.114007

    • Peer Reviewed
  • [Journal Article] Effect of quantum fluctuation in error-correcting codes2012

    • Author(s)
      Yosuke Otsubo
    • Journal Title

      Physical Review E

      Volume: 86 Pages: 051138-1--10

    • DOI

      10.1103/PhysRevE.86.051138

    • Peer Reviewed
  • [Presentation] 連想記憶モデルを用いた確率的潜在構造抽出アルゴリズムの有効性の検証2013

    • Author(s)
      若杉健介
    • Organizer
      電子情報通信学会ニューロコンピューティング研究会
    • Place of Presentation
      宮城県 仙台市 東北大学
    • Year and Date
      20131122-20131123
  • [Presentation] 階層構造を持つ連想記憶モデルの構造発見へのデータ駆動型アプローチ2013

    • Author(s)
      若杉健介
    • Organizer
      第12回情報科学技術フォーラム
    • Place of Presentation
      鳥取県 鳥取市 鳥取大学
    • Year and Date
      20130904-20130906
  • [Remarks] 岡田 真人

    • URL

      http://mns.k.u-tokyo.ac.jp/~okada/

URL: 

Published: 2015-05-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi