| 研究課題/領域番号 |
17H00764
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 東京大学 (2020-2022)
東京工業大学 (2017-2019) |
|---|
研究代表者 |
樺島 祥介 東京大学, 大学院理学系研究科(理学部), 教授 (80260652)
|
|---|
| 研究分担者 |
小渕 智之 京都大学, 情報学研究科, 准教授 (40588448)
金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
43,940千円 (直接経費: 33,800千円、間接経費: 10,140千円)
2021年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
2020年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
2019年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
2018年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
2017年度: 8,580千円 (直接経費: 6,600千円、間接経費: 1,980千円)
|
|---|
| キーワード | リサンプリング / 交差検証法 / ブートストラップ法 / レプリカ法 / 平均場近似 / stability selection / 交差検証方 / ブートストラップ / レプリカ方 / 確率伝搬法 / 期待値伝搬法 / ランダム行列 |
|---|
| 研究成果の概要 |
ビッグデータの出現を背景として「データ駆動科学」への期待が高まっている。ただし、データ駆動で有望なモデルが得られたとしてもそれがどの程度の信頼性を有するのか評価できなければ説得力のある結論を導くことはできない。このような現状認識の下，本研究では，スパースモデリング等で用いられる大自由度統計モデルに対し，手元にあるデータのみを用いて、推定されたパラメータの信頼性を評価する数値的方法を開発・整備した。特に計算量コストの削減に重点を置き、統計力学の平均場近似およびレプリカ法を応用すること低計算量で半解析的かつ近似的に信頼性を評価する方法を開発した。
|
| 研究成果の学術的意義や社会的意義 |
数理統計学、機械学習の問題に対し、統計力学の概念、計算技法を用いて問題解決を図る点に学術的な特色・独創的な点がある。リサンプリング法は潜在的な適用範囲の広い手法でありながら、高い計算量的負荷がその広範な活用を妨げている。本研究の成果により、計算量的負荷が大幅に削減されることで簡便な信頼性評価が可能になり、データ駆動科学を適用できる分野が一層拡大されるものと期待される。また，本研究は、発展的な平均場近似法やレプリカ法の新規な用途への応用を行うものであり、統計力学を深め広める理論物理学的観点からも意義深い。
|
