一般のスパース正則化問題における変分ベイズEMアルゴリズムによるモデル選択の研究

• 研究課題/領域番号: 25K15018
• 研究種目: 基盤研究(C)
• 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
• 研究機関: 岡山大学
• 研究代表者: 坂本 亘 岡山大学, 環境生命自然科学学域, 教授 (70304029)
• 研究期間 (年度): 2025-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2028年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025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: 最大事後確率 (MAP) / 馬蹄事前分布 / 因子分解近似 / 時空間データ / 平滑化

研究開始時の研究の概要

複雑な従属構造に対して罰則を課すことにより本質的な変化や関係のみを捉える，ベイズ流スパース正則化によるモデル選択の方法を研究する．最適化したい確率の値は直接計算することが困難であるため，変分ベイズEMアルゴリズムによりその下界を近似的に評価する．交差検証法やマルコフ連鎖モンテカルロ法など，従来から標準的に用いられている方法に比べて計算コストを大幅に抑えることができる．時空間データに対する変化点や集積領域の同定などの問題への適用により，複雑なデータに潜む従属構造を効率的かつ客観的に抽出できるようにする．