| 研究課題/領域番号 |
26800078
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
数学基礎・応用数学
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2017年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
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: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 高次元統計解析 / 高次元PCA / 強スパイクモデル / 高次元判別分析 / パスウェイ解析 / 高次元SVM / SSEモデル / 高次元二標本検定法 / 高次元漸近理論 / 判別分析 / 高次元潜在構造 / 高次元漸近分布 |
|---|
| 研究成果の概要 |
高次元ノイズ構造を精密に調査し，ノイズに対する2つの固有値モデル「Strongly spiked eigenvalue (SSE) モデル」と「Non-SSE (NSSE) モデル」を提唱した．NSSEモデルのもとでは各種統計量の高次元漸近正規性が主張できるが，より巨大なノイズを含むSSEモデルにおいてはそれら漸近正規性が主張できず，推測の精度保証が困難であった．それに対し，高次元固有空間の推定に着目し，SSEモデルからNSSEモデルへのデータ変換を行うことで新たな高次元統計的推測法を提案した．さらに，精密な高次元ノイズ解析に基づく新たな高次元判別方式やパスウェイ解析法も提供した．
|
