| 研究領域 | スパースモデリングの深化と高次元データ駆動科学の創成 |
|---|
| 研究課題/領域番号 |
26120523
|
|---|
| 研究種目 |
新学術領域研究(研究領域提案型)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
複合領域
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
下平 英寿 大阪大学, 基礎工学研究科, 教授 (00290867)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2016-03-31
|
| 研究課題ステータス |
完了 (2015年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
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: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 複雑ネットワーク / スケールフリー / 成長ネットワーク / 優先的選択関数 / ベイズ統計学 / ノンパラメトリック / スパース正則化 / グラフィカルモデル |
|---|
| 研究実績の概要 |
大規模なネットワークデータが近年容易に入手できるようになり，ネットワークに潜む構造を理解することが応用上も重要になっている．ネットワークは多くの場合スパース性をもち，ノードとリンクからなるグラフと考えると各ノードが他のノードに接続するリンク数（次数）はノード数に比べてとても小さい．このような複雑ネットワークの研究が注目されているが，ネットワークデータを統計解析するツールの研究は不十分で，今後さらに重要になると考える．そこで本研究では，ネットワークデータの統計解析を通して創造的に多様なスパースモデリングを探求する．とくに，ネットワーク成長モデルの優先的選択関数やスパース正則化の正則化関数の関数形に着目したモデリングを探求する．（１）既知のネットワークの生成メカニズムに興味がある場合，成長ネットワークモデルをネットワークデータに適用して，生成モデルを推定する．ノード接続の優先的選択関数のノンパラメトリック推定法を考案して分析ツールのソフトウエアPAFitとしてCRANに公開していたが，さらにノード適応度も同時にベイズ推定する手法を提案してソフトウエアを公開した．youtubeやfacebook等のソーシャルネットワークの実データに適応してその有効性を検証した．（２）未知のネットワーク構造をグラフィカルモデルによって推定する場合，正則化項を加えたスパース推定を行う．この正則化項のモデリングを工夫して，ランダムグラフとスケールフリーネットワークの両者を含む一般的な正則化項を提案し検証を行った．
|
| 現在までの達成度 (段落) |
27年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
27年度が最終年度であるため、記入しない。
|
