• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

アンサンブル法の統計的予測問題への適用

研究課題

研究課題/領域番号 17700286
研究種目

若手研究(B)

配分区分補助金
研究分野 統計科学
研究機関統計数理研究所

研究代表者

伏木 忠義  統計数理研究所, 数理・推論研究系, 助教 (50370094)

研究期間 (年度) 2005 – 2007
研究課題ステータス 完了 (2007年度)
配分額 *注記
1,800千円 (直接経費: 1,800千円)
2007年度: 600千円 (直接経費: 600千円)
2006年度: 600千円 (直接経費: 600千円)
2005年度: 600千円 (直接経費: 600千円)
キーワードアンサンブル学習 / 統計的予測 / ブートストラップ / ベイス / 予測分布 / ベイズ / モデル選択
研究概要

これまでと同様に,Kullback-Leiblerダイバージェンスを損失関数とした統計的予測問題を考えた.昨年,サンプル数がモデルの大きさに比べて大きいとはいえない状況で,ブートストラップ予測を構成するときに問題が生じることを示し,その問題を解決する方法を考えた.具体的には,Rubinが提案したベイジアン・ブートストラップを用いて予測分布を構成する手法を提案した.昨年度は,ベイジアン・ブートストラップを用いた予測分布について,漸近理論を用いて理論解析を行うとともに,簡単なモデルを使って理論の確認を行ったが,本年度は実データを用いて現実的な状況でその有効性を調べた.Boston郊外の家の値段を,その地域の犯罪率,ある広さ当たりの住居地の占める割り合い,街に占める小売店以外の会社の広さの割り合いといった量をもとにして予測するBoston Housing Dataなどのデータを用いて,ベイジアン・ブートストラップ予測,ブートストラップ予測,プラグイン予測の予測性能の比較を行った.複雑な現象を扱う場合には,大きなモデルを使う必要があるが,サンプル数とパラメータ数が近い状況となる.そのような状況ではブートストラップ予測では問題が生じることがあり,ベイジアン・ブートストラップ予測の安定性が確認された.漸近理論を用いたブートストラップ予測のプラグイン予測に対する予測の改良分は2次のオーダーであり,データ数が大きな場合は小さな量となると考えらけるが,このような状況では予測の改良分は大きく,本手法の有効性が確認された.また,本年度は,これらの結果をまとめ,論文として投稿した.

報告書

(3件)
  • 2007 実績報告書
  • 2006 実績報告書
  • 2005 実績報告書
  • 研究成果

    (2件)

すべて 2006 2005

すべて 雑誌論文 (2件)

  • [雑誌論文] A maximum likelihood approach to density estimation with semidefinite programming.2006

    • 著者名/発表者名
      Tadayoshi Fushiki, Shingo Horiuchi, Takashi Tsuchiya
    • 雑誌名

      Neural Computation 18・11

      ページ: 2777-2812

    • 関連する報告書
      2006 実績報告書
  • [雑誌論文] Bootstrap prediction and Bayesian prediction under misspecified models2005

    • 著者名/発表者名
      Tadayoshi Fushiki
    • 雑誌名

      Bernoulli 11・4

      ページ: 747-758

    • 関連する報告書
      2005 実績報告書

URL: 

公開日: 2005-04-01   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi