2020 Fiscal Year Comments on the Screening Results
Project/Area Number |
20H00576
|
Research Category |
Grant-in-Aid for Scientific Research (A)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
Research Institution | University of Tsukuba |
Principal Investigator |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
Co-Investigator(Kenkyū-buntansha) |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
荒木 由布子 東北大学, 情報科学研究科, 教授 (80403913)
川野 秀一 九州大学, 数理学研究院, 教授 (50611448)
蛭川 潤一 新潟大学, 自然科学系, 准教授 (10386617)
鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
石井 晶 東京理科大学, 創域理工学部情報計算科学科, 講師 (20801161)
松田 安昌 東北大学, 経済学研究科, 教授 (10301590)
星野 伸明 金沢大学, 経済学経営学系, 教授 (00313627)
田畑 耕治 東京理科大学, 理工学部情報科学科, 教授 (30453814)
片山 翔太 慶應義塾大学, 経済学部(三田), 准教授 (50742459)
中山 優吾 京都大学, 情報学研究科, 助教 (40884169)
植木 優夫 長崎大学, 情報データ科学部, 教授 (10515860)
小森 理 成蹊大学, 理工学部, 准教授 (60586379)
金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
松井 秀俊 滋賀大学, データサイエンス学部, 准教授 (90633305)
|
Project Period (FY) |
2020-04-01 – 2025-03-31
|
Outline of Opinions Expressed in the Review Results |
本研究は、大規模複雑データに関して高次元統計解析の観点から統一的な理論を開拓し、高速・頑健・高精度な方法論を開発することを目的としている。そのために、高次元小標本漸近理論の精密化と体系化、汚染データに頑健な非スパースモデリングの構築、高速・頑健・高精度な大規模マルチドメイン学習の構築、高次元統計解析による深層学習の解明、大規模時空間データへの非スパースモデリングの拡張に関する研究開発を行う。 本研究で取り上げる5つのテーマ(①高次元小標本漸近理論の精密化と体系化。②汚染データに頑健な非スパースモデリングの構築。③高速・頑健・高精度な大規模マルチ・ドメイン学習の構築。④高次元統計解析による深層学習の解明。⑤大規模時空間データへの非スパースモデリングの拡張)は、統計科学の最先端という意味では推進すべき重要な研究課題であり、国内外の研究動向を踏まえた成果が期待される。
|