| 研究課題/領域番号 |
17K00340
|
|---|
| 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 |
ソフトコンピューティング
|
|---|
| 研究機関 | 岡山大学 |
|---|
研究代表者 |
相田 敏明 岡山大学, ヘルスシステム統合科学学域, 講師 (60290722)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 圧縮センシング / 疎表現 / 辞書 / 画像修復 / 統計物理学 / 情報統計力学 / レプリカ法 / 疎符号化 / 相関 / 画像 / 統計物理 / レプリカ対称性 / 画像処理 / スケーリング / スパースコーディング / 物理 / ベイズ / 機械学習 / 統計力学 / 情報基礎 |
|---|
| 研究成果の概要 |
圧縮センシングとは，推測対象について多数の特徴を事前に用意することにより，少数のデータからでも推測を可能にするもので，原理的に最も高性能な統計的推測手法である．しかし，圧縮センシングを実問題へ応用する際に本質的役割を果たす，辞書行列については不明な点が多い．例えば，情報内の相関の強さと辞書行列の縦横比の最適な関係について，定性的にはその性質を理解できるものの，定量的には明らかにされていない．
圧縮センシングの主たる応用場面は，画像などの冗長なデータの推測であるため，本研究では，ガウスノイズの掛かった劣化画像の復元問題を例に，圧縮センシングの平均的性能とそのメカニズムの解明へアプローチした．
|
| 研究成果の学術的意義や社会的意義 |
上述の通り，圧縮センシングとは，ある条件下において，少数のデータからでも推測を可能にするもので，原理的に最も高性能な統計的推測手法である．しかし，圧縮センシングを実問題へ応用する際に本質的役割を果たす，辞書行列については不明な点が多い．本研究では，辞書行列の従う確率分布を導出した自らの研究成果を応用して，圧縮センシングの持つ高性能さの起源，特性や限界を解析的に明らかにするという学術的意義を有する．
圧縮センシングの優れた特性は，例えば，CT検査を受ける際の被曝量の低減を可能にした．従来より少数のデータからの推測が可能になれば，私達の生活にもたらす恩恵は様々な分野に及ぶことが期待される．
|
