| 研究課題/領域番号 |
15H02703
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
マルチメディア・データベース
|
|---|
| 研究機関 | 広島大学 (2018-2019)
神戸大学 (2015-2017) |
|---|
研究代表者 |
江口 浩二 広島大学, 情報科学部, 教授 (50321576)
|
|---|
| 研究分担者 |
高須 淳宏 国立情報学研究所, コンテンツ科学研究系, 教授 (90216648)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)
2018年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2017年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2016年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2015年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
|
|---|
| キーワード | 潜在変数モデル / ノンパラメトリックベイズモデル / トピックモデル / 深層生成モデル / マルチモーダルデータ解析 / ネットワーク解析 / 時系列解析 / 機械学習 / ディレクトリ・情報検索 / 社会データ解析 / 情報工学 / ノンパラメトリックベイズ / 統計的ネットワークモデル / 確率的深層学習 |
|---|
| 研究成果の概要 |
本課題では、構造や属性を持つテキストデータやマルチモーダルデータ、各頂点や辺に属性を持つネットワークデータなどのように、実世界でしばしばみられる大規模で複雑なデータを想定し、確率的に表現された潜在構造を推定することによって高度な分析や予測を実現する技術を開発した。特に、ソーシャルメディアと金融データを対象として、事前分布の階層性に基づくベイズモデルや潜在構造の階層性に基づく深層生成モデルなどの潜在変数モデルに着目し、技術と応用に関する研究に取り組んだ。
|
| 研究成果の学術的意義や社会的意義 |
現実のデータにしばしば見られる多様性・複雑性を考慮した洗練された潜在変数モデルの設計と、大規模で動的なデータに適用可能な効率的推定手法の開発を行った。とりわけ、多言語データ、テキストアノテーション付き画像データ、映像データなどに対するマルチモーダルデータ解析と、社会ネットワークや金融ネットワークなどに対するネットワーク解析に新たな視点を投じた。これらのことから、実社会のデータに対する分析手段として従来にない機能を提供できたと思われる。
|
