| 研究課題/領域番号 |
18K18107
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 公立はこだて未来大学 (2019-2020)
奈良先端科学技術大学院大学 (2018) |
|---|
研究代表者 |
佐々木 博昭 公立はこだて未来大学, システム情報科学部, 准教授 (80756916)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 非線形特徴抽出 / 非線形独立成分分析 / 外れ値 / 相互情報量最大化 / ニューラルネットワーク / 統計的因果推論 / 特徴抽出 / 独立成分分析 / 因果推論 / 十分次元削減 / カーネル法 / 次元削減 / 機械学習 / 教師あり学習 / 教師なし学習 |
|---|
| 研究成果の概要 |
本研究の目的は入力データに潜む非線形特徴抽出の理論と方法論を構築することである．理論的な側面では，非線形独立成分分析の理論構築だけでなく，相互情報量最大化，非線形部分空間推定を含む３つの枠組みを統一的に扱う教師なし非線形特徴抽出の枠組みを密度比推定に基づき提案した．また，方法論の側面では，ニューラルネットワークを用いた非線形特徴抽出の実践手法を提案した．特に，外れ値に頑強な特徴抽出手法を提案し，その外れ値に対する頑強性を理論解析と数値実験の両面から示した．
|
| 研究成果の学術的意義や社会的意義 |
これまでの教師なし非線形特徴抽出の実践手法は経験・発見的なアプローチに基づくことが多く，その理論的な背景を理解することが難しい状況にあった．それに対して，本研究で提案した統一的な枠組みは既存の非線形特徴抽出の理論的な基盤となる可能性があり，学術的な意義は大きい．また，提案した枠組みは密度比推定に基づくため，既存の密度比推定法を応用・拡張することによって，さらなる実践手法の発展が見込めるため，今後の成果が期待される研究内容である．
|
