| 研究課題/領域番号 |
26280009
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 一部基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 統計数理研究所 |
|---|
研究代表者 |
福水 健次 統計数理研究所, 数理・推論研究系, 教授 (60311362)
|
|---|
| 研究分担者 |
鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
小林 景 慶應義塾大学, 理工学部(矢上), 准教授 (90465922)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
12,350千円 (直接経費: 9,500千円、間接経費: 2,850千円)
2018年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2017年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2016年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2015年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2014年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
|---|
| キーワード | 統計数学 / データ解析 / 高次元 / アルゴリズム / 統計的学習理論 / 高次元データ / 機械学習 |
|---|
| 研究成果の概要 |
高次元特有の問題としてハブ現象を研究し，その理論的な理解とハブ解消法の提案を行った．また，ツリーデータの解析や曲がった距離を用いたデータ解析など，ユークリッドベクトルとは異なるデータを扱う方法に関して研究を行った．さらに，高次元の密度関数を行う方法として，カーネル法に基づく指数分布族を提案し，その推定法を提案した．
|
| 研究成果の学術的意義や社会的意義 |
ビッグデータ時代になり高次元で複雑なデータを扱う必要性が高まったが，そのようなデータの性質や解析法の関して，理論的な知見や有効な方法が成果として得られた．今後，さまざまな分野に現れる高次元データを扱う際にこれらの成果が貢献できると考える．
|
