| 研究課題/領域番号 |
25330283
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 (2016-2017)
東京大学 (2013-2015) |
|---|
研究代表者 |
永田 賢二 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10556062)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2013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 | マルコフ連鎖モンテカルロ法 / ベイズ推定 / モデル選択 / スペクトル分解 / 機械学習 |
|---|
| 研究成果の概要 |
本研究では，MCMC法の挙動や緩和過程に基づいたベイズ推定の新たなモデル選択法の開発を行う．予想される結果として，MCMC法の設計指針が明らかになることが挙げられる．統計力学などで利用されるMCMC法は離散系であることが多く，本研究では連続系のアルゴリズムの挙動はより複雑であり，MCMC法の設計指針は幅広い分野への波及効果がある．また，階層的な確率モデルにおけるモデル選択手法を開発することは重要である．AICやBICに代表されるモデル選択規準は，漸近正規性を仮定し，階層モデルで使用するとバイアスがのった結果が得られてしまう．汎用的に使えるモデル選択法の確立は非常に重要な課題である．
|
