| 研究課題/領域番号 |
23656072
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
工学基礎
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
村田 昇 早稲田大学, 理工学術院, 教授 (60242038)
|
|---|
| 研究協力者 |
日野 英逸 早稲田大学, 理工学術院, 助教 (10580079)
|
|---|
| 研究期間 (年度) |
2011 – 2012
|
| 研究課題ステータス |
完了 (2012年度)
|
| 配分額 *注記 |
2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2012年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2011年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | データ縮約 / 情報量 / 多重カーネル学習 / 距離学習 |
|---|
| 研究概要 |
古典的なk-近傍法によるエントロピーのノンパラメトリック推定量を一般化し,重み付きデータの情報量の推定を効率良く行う方法を提案した.またこのデータ間の距離にもとづく推定法を広いクラスのデータに対して適用可能とするために,適切な距離を学習する方法を多重カーネル学習とJIT モデリングの枠組に基づいてを提案した.これらの手法をクラスタリング問題や集団学習に応用し,その有効性を確認した.
|
