2013 Fiscal Year Annual Research Report
高度な情報抽出のためのノンパラメトリック推測理論の導出とその応用
| Project/Area Number |
21340026
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
前園 宜彦 九州大学, 数理(科)学研究科(研究院), 教授 (30173701)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
藤井 良宜 宮崎大学, 教育文化学部, 教授 (10218985)
寒河江 雅彦 金沢大学, 経済学経営学系, 教授 (20215669)
西井 龍映 九州大学, 学内共同利用施設等, 教授 (40127684)
二宮 嘉行 九州大学, 学内共同利用施設等, 准教授 (50343330)
|
|---|
| Project Period (FY) |
2009-04-01 – 2014-03-31
|
| Keywords | カーネル型推定量 / ノンパラメトリック / 符号検定 / ARX モデル / ゼロインフレート分布 / 非線形判別 / 産業連関分析 / 情報量規準 |
|---|
| Research Abstract |
本研究では高度な情報抽出のためのノンパラメトリック推測理論の導出とその応用の研究を行なっており、昨年度までの研究成果を発展させて、以下の研究成果が得られた。
１．カーネル型分布関数推定量に対する正規近似の精密化をさらに発展させて高度の精密化を具体的に求め、その有効性をシミュレーションで示した。 ２．経験分布関数の連続化であるカーネル型分布関数推定量を利用した符号検定の連続化の漸近展開について細かく分類することに成功し、その展開を具体的な形で求めた。求めた成果は3次の漸近理論に相当するもので、初めて得られたものである。 ３．森林被覆率をゼロインフレート分布および空間依存する logistic-normal 回帰分析により予測するモデルを提案した。また全地球の弱い地震頻度に対する太陽風の影響を、ポアソン回帰や負の2項分布に基づく一般化線形モデルで検出した。 ４．最終需要データに確率構造を取り入れた産業連関分析を利用して、金沢大学の地域経済波及効果を推定した。 ５．ビン化カーネル密度推定とｋ平均法による複数の正解分布を用いることで非線形判別の性能が向上することを示した。またベンチマーク用の手書き数字データの判別では、サポートベクタマシンによる判別とほぼ同等な性能を達成し、ノイズのあるデータでは本提案法が優れていることがわかった。 ６．ペアワイズ条件付き尤度関数を用いた推定方法を考察し、それぞれの場面における適用方法の改善を行った。 ７．推定と変数選択を同時におこなう正則化法として標準ツールとなりつつあるLASSOに対し、その最適な正則化パラメータを与えるためにAIC元来の定義に基づいた情報量規準を導いた。
|
| 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。
|
