無限次元統計モデルに基づくベイズ予測理論の構築とデータ解析手法の開発

2022 Fiscal Year Comments on the Screening Results

• Project/Area Number: 22H00510
• 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: The University of Tokyo
• Principal Investigator: 駒木 文保 東京大学, 大学院情報理工学系研究科, 教授 (70242039)
• Co-Investigator(Kenkyū-buntansha): 諸星 穂積 政策研究大学院大学, 政策研究科, 教授 (10272387) ; 村松 正和 電気通信大学, 大学院情報理工学研究科, 教授 (70266071) ; 田中 冬彦 大阪大学, 全学教育推進機構, 教授 (90456161) ; 奥戸 道子 東京大学, 大学院情報理工学系研究科, 助教 (90887564)
• Project Period (FY): 2022-04-01 – 2027-03-31

Summary of the Research Project

無限次元統計モデルについての統計的決定理論の構築、それに基づいた統計モデリングとデータ解析手法の開発を行うものである。Kullback-Leibler divergenceを損失関数とすることで、推定と予測を統一的にとらえ、さらに無限次元のパラメータ空間を有限次元と残りの無限次元に分解して、有限次元の問題として扱うことが特徴である。

Scientific Significance and Expected Research Achievements

有限次元のモデルに対する統計的決定理論やそれに基づいた手法を、無限次元の統計モデルに拡張できるようになることが期待できる。これにより、理論的に性能が保証されたノンパラメトリックベイズ法に基づいたデータ解析手法が利用可能になると期待できる。