| 研究課題/領域番号 |
20H00576
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| 研究分担者 |
矢田 和善 筑波大学, 数理物質系, 教授 (90585803)
星野 伸明 金沢大学, 経済学経営学系, 教授 (00313627)
塩濱 敬之 南山大学, 理工学部, 教授 (40361844)
鈴木 大慈 東京大学, 大学院情報理工学系研究科, 教授 (60551372)
石井 晶 東京理科大学, 創域理工学部情報計算科学科, 講師 (20801161)
江頭 健斗 東京理科大学, 創域理工学部情報計算科学科, 助教 (20979869)
荒木 由布子 東北大学, 情報科学研究科, 教授 (80403913)
川野 秀一 九州大学, 数理学研究院, 教授 (50611448)
蛭川 潤一 新潟大学, 自然科学系, 准教授 (10386617)
松田 安昌 東北大学, 経済学研究科, 教授 (10301590)
田畑 耕治 東京理科大学, 理工学部情報科学科, 教授 (30453814)
片山 翔太 慶應義塾大学, 経済学部(三田), 准教授 (50742459)
中山 優吾 京都大学, 情報学研究科, 助教 (40884169)
植木 優夫 長崎大学, 情報データ科学部, 教授 (10515860)
小森 理 成蹊大学, 理工学部, 准教授 (60586379)
金森 敬文 東京科学大学, 情報理工学院, 教授 (60334546)
松井 秀俊 滋賀大学, データサイエンス学部, 准教授 (90633305)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
44,460千円 (直接経費: 34,200千円、間接経費: 10,260千円)
2024年度: 9,490千円 (直接経費: 7,300千円、間接経費: 2,190千円)
2023年度: 9,360千円 (直接経費: 7,200千円、間接経費: 2,160千円)
2022年度: 7,410千円 (直接経費: 5,700千円、間接経費: 1,710千円)
2021年度: 8,190千円 (直接経費: 6,300千円、間接経費: 1,890千円)
2020年度: 10,010千円 (直接経費: 7,700千円、間接経費: 2,310千円)
|
|---|
| キーワード | 高次元データ / 時空間データ / 高次元統計解析 / 深層学習 / 高次元小標本 |
|---|
| 研究開始時の研究の概要 |
本研究は、益々巨大化かつ複雑化する多様な大規模複雑データに、統一的な理論を開拓し、高速で頑健かつ高精度な方法論を開発することで、最先端データ科学に革新的な展開を図る。高次元統計解析を基軸とし、機械学習、深層学習、時空間統計、生物統計、公的統計を世界的レベルでリードしてきた研究者達が本研究課題のもと一堂に会し、連携・融合・発展することで、科学技術・社会・経済・産業の要請に多大な貢献をもたらすことを目指す。
|
| 研究成果の概要 |
本研究は、益々巨大化かつ複雑化する多様な大規模複雑データに、統一的な理論を開拓し、高速で頑健かつ高精度な方法論を開発することで、最先端データ科学に革新的な展開をもたらした。次の5つの研究成果を得た。(1)高次元小標本における漸近理論の精密化と体系化。(2)汚染データに頑健な非スパースモデリングの構築。(3)高速・頑健・高精度な大規模マルチ・ドメイン学習の構築。(4)高次元統計解析による深層学習の開発。(5)大規模時空間データへの非スパースモデリングの拡張。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、益々巨大化かつ複雑化する多様な大規模複雑データに、統一的な理論を開拓し、高速で頑健かつ高精度な方法論を開発することで、最先端データ科学に革新的な展開を図ったものである。高次元統計解析を基軸とし、機械学習、深層学習、時空間統計、生物統計、公的統計を世界的レベルでリードしてきた研究者達が本研究課題のもと一堂に会し、連携・融合・発展することで、科学技術・社会・経済・産業の要請に多大な貢献がもたらされている。
|
