大自由度モデルの統計的理解と活用に向けた非スパース高次元統計学の理論開発

• 研究課題/領域番号: 24K02904
• 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: 東京大学
• 研究代表者: 今泉 允聡 東京大学, 大学院総合文化研究科, 准教授 (90814088)
• 研究分担者: 植松 良公 一橋大学, 大学院ソーシャル・データサイエンス研究科, 准教授 (40835279) ; 仲北 祥悟 東京大学, 大学院総合文化研究科, 特任助教 (80855114) ; 矢田 和善 筑波大学, 数理物質系, 教授 (90585803)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円); 2026年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円); 2025年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円); 2024年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
• キーワード: 大規模モデル / 高次元統計学 / 非スパースモデル / 深層モデル / 統計的推定・推論

研究開始時の研究の概要

超大規模モデルを用いたデータ解析技術が、目覚ましい発展を遂げている。特に深層ニューラルネットワークは人工知能技術の一端を担い、社会に大きな影響を及ぼそうとしている。それに伴い、これらの超大規模モデルを数学的に理解・制御し、頑健性やプライバシー保護性といった適切な性質を担保することの重要性が増大している。
本研究では、統計学の観点から大規模モデルを非スパース高次元統計モデルとみなし、その実用に向けた基盤理論の構築を行う。非スパースな高次元モデルはその数学的性質が十分には解明されていない。これらの数学的基盤を構築することで、統計的推論や適切な安定化手法といった実用的な統計手法開発を推進する。