2013 Fiscal Year Research-status Report
確率的Slow Feature Analysisの構築と空間認識機能への応用
| Project/Area Number |
25730147
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Research Institution | Kobe University |
|---|
Principal Investigator |
大森 敏明 神戸大学, 工学(系)研究科(研究院), 准教授 (10391898)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Keywords | 確率的情報処理 / ベイズ統計学 / 確率伝搬法 / EMアルゴリズム / 情報抽出 / 時系列解析 / ビッグデータ / 統計的機械学習 |
|---|
| Research Abstract |
未知システムから観測される，雑音が重畳された多次元時系列データから，未知システムの本質である緩やかな時間変動成分を自動的に抽出することを目的として，本研究課題では，Slow Feature Analysisに注目し，Slow Feature Analysisの統計的アルゴリズムの研究を行った．
本研究課題の初年度目に当たる平成25年度には，まず，Slow Feature Analysisの確率モデルにおける確率構造に注目することにより，従来法では無視されていた観測ノイズを考慮した推定方法の構築に成功した．状態空間モデルに基づいて，Slow Feature Analysisの確率的アルゴリズムを構成し，厳密計算により導出されるSlow Feature Analysisの尤度関数に基づいて観測ノイズを含むパラメータを精緻に推定する方法を考案した．雑音環境下の時系列データを用いた検証により，本研究で構築した統計的アルゴリズムが，Slow Featureの抽出に有効であることを示した．近似的な取扱いを行っていた従来法との比較においても，提案法はSlow Featureの精緻な推定が可能であることを示した．さらに，Slow Feature Analysisの確率的アルゴリズムににおける潜在変数の次元数が未知である場合に適切な次元数を推定するための方法を考案し，人工データを適用することにより，その有効性を検証した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
おおむね，当初に予定した研究実施計画通りに研究が進んでいるため．
|
| Strategy for Future Research Activity |
当初計画通り，次年度は，非線形性を有する場合の統計的アルゴリズムの開発を行う．
|
| Expenditure Plans for the Next FY Research Funding |
資料収集を予定していた学会で，該当分野の発表が行われず，国内出張の1回分が年度内に行われなかった．
平成26年度中の国内出張旅費として使用する．
|
