| 研究課題/領域番号 |
16K00052
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 首都大学東京 |
|---|
研究代表者 |
中山 厚穂 首都大学東京, 経営学研究科, 准教授 (60434198)
|
|---|
| 研究協力者 |
鶴見 裕之
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 大規模データ / 多相多元データ / スパースデータ / 非対称データ / 次元縮約 / クラスタリング / 多次元尺度構成法 |
|---|
| 研究成果の概要 |
本研究課題では，複数の情報が組み合わされた構造や形式が複雑で大規模なデータの特性に適した解析のための方法論の構築と適切な解析法の選択法の提案を目指して研究を実施した．最近、多くの分野で多種多様な情報を含む大規模で複雑なデータの分析への関心が高まっている。大規模で複雑なデータの属性を適切に分析するための方法の提案を行った。そして、多くの複雑な社会現象や心理現象を扱う学問分野について提案方法を応用した．本研究の成果をもとに、大規模複雑なデータを分析することのニーズが高まっている多くの分野での貢献を目指した．
|
| 研究成果の学術的意義や社会的意義 |
多相多元データをより低次の相や元に圧縮・分割した上で分析すること，非対称データにおいて非対称モデルで分析することの是非を判断するための方法論の構築により構造や形式がより複雑なデータを解析可能なモデルを使うべきなのか，単純なモデルで解析を行うべきなのかということについての指針を示すことができた．大規模複雑なデータを分析することのニーズが高まっている多くの分野での貢献が期待される．本研究における大規模複雑なデータを解析するための方法を提案することがき，多くの複雑な社会現象や心理現象を扱う学問分野あるいは応用分野への適応が期待できる．
|
