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

ビッグデータの多重スケール性を考慮したオンライン解析の研究

Research Project

Project/Area Number 18J22032
Research Category

Grant-in-Aid for JSPS Fellows

Allocation TypeSingle-year Grants
Section国内
Research Field Soft computing
Research InstitutionKeio University
Research Fellow JEONG KWANGJIN  慶應義塾大学, 理工学研究科, 特別研究員(DC1)
Project Period (FY) 2018-04-25 – 2021-03-31
Project Status Completed (Fiscal Year 2020)
Budget Amount *help
¥2,200,000 (Direct Cost: ¥2,200,000)
Fiscal Year 2020: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 2019: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 2018: ¥800,000 (Direct Cost: ¥800,000)
Keywords適応フィルタ / スパース最適化 / 再生核 / パラメータ自動調整
Outline of Annual Research Achievements

昨年度国際学会誌(IEEE Transactions on Signal Processing)に投稿した論文は査読を通ることができなかった。査読の仮定で指摘された理論的な考察の不備および数値実験の不足を補い、書き直した論文を国内学会誌(IEICE Transactions on Fundamentals of Electronics, Communications and Computer sciences)を投稿し、採録が決まった。理論的考察については、カーネル重みと入力信号の自己相関の間に直接な繋がりが見えないことが問題になっていた。カーネル重みでは入力信号の自己相関を完全に無くすことができず、この二つを直接結びつけることは論理の飛躍を随伴することになっていた。入力の自己相関ではなく、アルゴリズムの収束速度に注目することで、論理的に筋の通った議論ができるようになった。複数の再生核を用いるアルゴリズムの中で、それぞれの再生核における誤差の収束速度を等しくするようなカーネル重みを導出することができる。複数の再生核間の収束速度を揃えることで、全体の誤差を減少させるだけでなく、アルゴリズムの収束速度も速くすることができる。数値実験についても、検証するタスクの種類やデータの数を増やし、検証の信頼度を高めた。特に、推定対象が時間によって変動するような時系列データを用いることで、適応アルゴリズムとしての性能を確かめることができた。

Research Progress Status

令和2年度が最終年度であるため、記入しない。

Strategy for Future Research Activity

令和2年度が最終年度であるため、記入しない。

Report

(3 results)
  • 2020 Annual Research Report
  • 2019 Annual Research Report
  • 2018 Annual Research Report

Research Products

(2 results)

All 2019 2018

All Presentation (2 results) (of which Int'l Joint Research: 2 results)

  • [Presentation] Automatic Kernel Weighting for Multikernel Adaptive Filtering: Multiscale Aspects2019

    • Author(s)
      Kwangjin JEONG
    • Organizer
      ICASSP
    • Related Report
      2019 Annual Research Report 2018 Annual Research Report
    • Int'l Joint Research
  • [Presentation] Automatic Shrinkage Tuning Robust to Input Correlation for Sparsity-aware Adaptive Filtering2018

    • Author(s)
      Kwangjin JEONG
    • Organizer
      ICASSP
    • Related Report
      2018 Annual Research Report
    • Int'l Joint Research

URL: 

Published: 2018-05-01   Modified: 2021-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi