研究課題/領域番号 |
23K28045
|
研究種目 |
基盤研究(B)
|
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
小区分61030:知能情報学関連
合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
|
研究機関 | 京都大学 |
研究代表者 |
下平 英寿 京都大学, 情報学研究科, 教授 (00290867)
|
研究分担者 |
寺田 吉壱 大阪大学, 大学院基礎工学研究科, 准教授 (10738793)
|
研究期間 (年度) |
2024-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
15,080千円 (直接経費: 11,600千円、間接経費: 3,480千円)
2025年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2024年度: 9,620千円 (直接経費: 7,400千円、間接経費: 2,220千円)
|
キーワード | 多変量解析 / パターン認識 / 次元削減 / 分散表現 / 表現学習 |
研究開始時の研究の概要 |
ベイズ統計学ではデータ尤度と事前分布からベイズ推論を行うことで,対象に関する情報を無駄なく活かすことができる.しかし,仮説検定の課題においては必ずしもベイズ推論は有効に機能せず,従来から頻度論的推論が標準的に利用されている.本研究では,事前分布を頻度論的推論に矛盾なく取り込むための原理と実装の創出を目指す.通常は捨てている事前分布を頻度論的推論に活かすことで,柔軟なモデリングや恵まれた計算環境といったベイズ推論の良さも頻度論的推論へ引き継がれる.
|