| 研究課題/領域番号 |
18K11192
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60030:統計科学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
鈴木 譲 大阪大学, 大学院基礎工学研究科, 教授 (50216397)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 相互情報量 / グラフィカルモデル / ベイジアンネットワーク / LiNGAM / 独立性検定 / 因果推論 / 森の生成 / 相互情報量の推定 / ゲノム解析 / 事後確率最大 |
|---|
| 研究成果の概要 |
本研究は、連続変量を含むデータの相互情報量推定とグラフィカルモデルの構築に焦点を当てている。2018年度には、相互情報量の一致性と独立性検出を達成し、国際会議で発表した。2019年度には、連続変数を含むデータの相互情報量推定法を確立し、2020年度には、交絡を考慮した因果探索を提案した。2021年度には、交絡の存在を許容する因果順序の識別方法を開発し、2022年度には条件付き相互情報量の概念を拡張した。2023年度には、提案手法の実用性を検証した。そうした成果は、IEEE trans. on Information Theoryを含むジャーナル11件、国際会議4件に掲載している。
|
| 研究成果の学術的意義や社会的意義 |
連続変量を含むデータの相互情報量の正確な推定とグラフィカルモデルの構築を実現し、データ解析や機械学習の分野での新たな手法を提供した。これにより、遺伝子ネットワーク解析や経済データの依存関係解析など、複雑なデータの構造解明が可能となった。また、医療データ解析や金融リスク評価などの実世界の問題解決に応用が期待される。さらに、提案手法の普及を通じて、様々な分野でのデータ活用が促進され、社会全体のデータリテラシー向上にも寄与している。
|
