| 研究課題/領域番号 |
26870185
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
情報学基礎理論
数理物理・物性基礎
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
小渕 智之 東京工業大学, 情報理工学院, 助教 (40588448)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 逆問題・多自由度推定 / 統計的学習理論・機械学習 / 統計物理学 / 最大エントロピー法 / スパースモデリング / 逆問題 / 機械学習 / ニューラルネットワーク / ベイズ統計 |
|---|
| 研究成果の概要 |
本研究は逆問題の理論的諸課題に、スピングラス理論に基づいて取り組んだものである。逆問題とは正解の確率分布を限られた観測から当てる問題であり、正解に原理的にどこまで近づけるかという理論限界・アルゴリズム開発・現実のデータ解析への応用、など、様々な側面からの研究がある。
研究は２つのフェイズに分かれた。前半では理論限界を求めるための解析に注力した。後半では、アルゴリズム開発とニューロン・自然画像などの実データを解析する研究を行った。
結果、近年データ解析によく使われる手法である最大エントロピー法やスパースモデリングの理論限界が明らかとなり、他の手法と比較してどのような利点・欠点があるかが明確となった。
|
