| 研究課題/領域番号 |
15K16050
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 豊橋技術科学大学 |
|---|
研究代表者 |
渡辺 一帆 豊橋技術科学大学, 工学(系)研究科(研究院), 講師 (10506744)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018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)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | レート歪み関数 / 再構成分布 / イプシロン不感応損失 / ディリクレ過程平均法 / ミニマックス予測 / スパース回帰符号 / 経験ベイズ法 / 一般化事後分布 / 一般化ガウス情報源 / カーネル関数 / 漸近的ミニマックス性 |
|---|
| 研究成果の概要 |
機械学習においてその有用性が知られているイプシロン不感応損失やカーネル関数に基づく歪み尺度に対して、歪み有りデータ圧縮の限界を示すレート歪み関数の評価を与えた。また、データの潜在構造を抽出するためのクラスタリング手法やベイズ推論における事前分布の設計に関し、潜在変数分布の最適化としての解釈を与え、手法の拡張や近似法の開発および解析を行った。データ可視化に基づくデータ解析法のために潜在変数を持つ学習モデルを改良し、実データ解析での性能を調査した。
|
| 研究成果の学術的意義や社会的意義 |
レート歪み関数は歪み有りデータ圧縮の限界を示すため、イプシロン不感応損失やカーネル関数を用いた損失などの有用性が知られている歪み尺度において、圧縮法の性能評価や改良を与える際の基準が得られた。また、クラスタリング手法やベイズ推論における事前分布の設計において得られた拡張や近似法により、既存手法の個々の問題におけるより柔軟な適用や効率的な計算が可能になった。
|
