| 研究課題/領域番号 |
24700139
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
山崎 啓介 東京工業大学, 総合理工学研究科(研究院), 助教 (60376936)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2012年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 数理統計学 / 最尤推定 / ベイズ推定 / 潜在変数推定 / 教師なし学習 / 半教師あり学習 / 機械学習 / 漸近解析 / クラスタリング / 誤差の近似計算 / 階層型学習モデル |
|---|
| 研究成果の概要 |
情報科学の分野ではデータ構造を調べることが重要な課題のひとつである。データ分析で用いられる階層モデルは観測変数と潜在変数の２つの変数を有する。本研究は潜在変数の推定に着目した。潜在変数の真値は与えられないため、推定精度を評価する方法は十分に研究されていない。我々は与えられたデータから潜在変数推定精度を計算し最適なモデル構造を発見する新たな方法を提案した。変数が過不足なく定義されている場合に提案手法が精度を近似できることを示した。変数に冗長性が生じている場合は付加的な情報が必要であることもわかった。潜在変数の一部が観測可能である場合について推定精度の導出を行い、提案手法拡張のための基礎を築いた。
|
