| 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 |
25120009
|
|---|
| 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 | 東京大学 |
|---|
研究代表者 |
岡田 真人 東京大学, 大学院新領域創成科学研究科, 教授 (90233345)
|
|---|
| 研究分担者 |
田中 和之 東北大学, 情報科学研究科, 教授 (80217017)
村田 昇 早稲田大学, 理工学術院, 教授 (60242038)
井上 真郷 早稲田大学, 理工学術院, 教授 (70376953)
永田 賢二 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10556062)
|
|---|
| 研究期間 (年度) |
2013-06-28 – 2018-03-31
|
| キーワード | データ駆動科学 / 潜在構造抽出 / スペクトル分解 / ブラインドセンシング / スパースDMD / 全状態探索 / ES-DoS |
|---|
| 研究成果の概要 |
スパースモデリング班（B01-2）による研究は3つの課題について行われた．課題1ではベイズ推定によるスペクトル分解法の実データ適用の他，ノイズ分散推定法や，L1正則化つき回帰を利用した計算量が軽く高次元スペクトルにも適用可能な手法を開発した．課題2では基底が不明な場合にSpDMDを用いた基底の推定と選択を行う手法の開発，実データへの適用を行った．課題3では，全数探索を用いて複数の基底の組み合わせの適切さを評価する手法を開発し，実データへの適用を行った．これら3課題の研究によって，SpMを用いて潜在構造を抽出する普遍的な手法が開発され実データによる検証が行われた．
|
| 自由記述の分野 |
高次元データ駆動科学
|
