| 研究課題/領域番号 |
15K15947
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
川野 秀一 電気通信大学, 大学院情報理工学研究科, 准教授 (50611448)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2015年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 機械学習 / スパース学習 / 主成分回帰 / 一般化線形モデル / オンライン学習 / 順序カテゴリカルデータ / 情報量規準 / ベイズモデリング / 主成分分析 / 回帰分析 / ベイジアンアプローチ |
|---|
| 研究成果の概要 |
データ間の構造学習と得られた構造に基づく予測を同時に可能とする，情報統合型統計的モデリング手法の理論・方法論の開発研究に取り組んだ．特に，主成分分析モデルと回帰モデルを統合した1段階法による主成分回帰モデルを軸として研究を進め，スパースモデリングやオンライン学習に基づくデータ解析手法を提案するとともに，スパースモデルに含まれる調整パラメータの選択方法を情報量およびベイズ理論の観点から開発することができた．開発したモデリング手法は，コンソミック系統マウスデータを含む様々な実データに応用した．
|
