| 研究課題/領域番号 |
25730147
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
大森 敏明 神戸大学, 工学研究科, 准教授 (10391898)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2015年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2014年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2013年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | 統計的機械学習 / 高次元データ駆動科学 / 確率的時系列解析 / 情報統計力学 / ベイズ推論 / 深層学習 / ニューラルネットワーク / 情報計測 / 確率的Slow Feature Analysis / データ駆動科学 / 知的学習論 / 状態空間モデル / センサデータ / 潜在情報抽出 / 数理データサイエンス / 情報認識 / 確率的情報処理 / 動画像認識 / 機械学習 / 多次元データ / データ駆動型アプローチ / ダイナミクス / 潜在ダイナミクス / 人工知能 / ベイズ統計学 / 教師なし学習 / 空間認識 / 場所細胞 / 確率伝搬法 / EMアルゴリズム / 情報抽出 / 時系列解析 / ビッグデータ |
|---|
| 研究成果の概要 |
近年の高度な情報化や計測技術の進展により，我々が手にするデータが，高次元かつ大規模になりつつある．このような背景の下で，高次元の動画像データに基づいて，システムの本質を抽出する情報工学技術の確立が求められている．本研究では，未知のシステムから観測される多次元時系列データから緩やかな変動成分の抽出を実現するとともに，多次元時系列データに隠れた潜在情報の抽出の実現や情報認識の実現を目的として，本研究課題では，Slow Feature Analysisに用いた統計的アルゴリズムに関する理論研究・アルゴリズム開発を行った．
|
