| 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 |
25120011
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 人間情報研究部門, 研究グループ長 (40356340)
|
|---|
| 研究分担者 |
麻生 英樹 国立研究開発法人産業技術総合研究所, 人工知能研究センター, 副研究センター長 (10344194)
末谷 大道 大分大学, 工学部, 教授 (40507167)
|
|---|
| 研究期間 (年度) |
2013-06-28 – 2018-03-31
|
| キーワード | 機械学習 / アルゴリズム / モデル化 |
|---|
| 研究実績の概要 |
本研究課題では，カーネル法など非線形のスパースモデリングの数理基盤の確立と実応用への適用を課題としており，以下の成果を得た．
課題１のマルチモーダルスパースモデリングについては，複数の観測結果を統合する転移学習の観点から，情報幾何的な e-混合分布の推定という新たな枠組みを提案した．e-混合分布の推定ではノンパラメトリックな設定に拡張するために，ＫＬダイバージェンスに基づくロバストなアルゴリズムを考案した．それは地球科学データの組成データの解析にも適用可能な非負値行列分解にも適用可能であることを示した．さらに，カーネル法においてリプレゼンター定理が成立しない状況での次元縮約の方法について議論した．
課題２のダイナミカルスパースモデリングについては，多変量時系列の依存関係を抽出する手法を発展させ，負の重みを持つ結合に拡張し，神経発火活動の解析に適用できるようになった．また，ランダムネットワークに共通の信号を入力すると，表面的には全く異なる発火パターンを示すにもかかわらず，正準相関分析による解析によって，内在する構造は共通しているという現象を見出した．一方，地球科学分野におけるスロースリップという現象を歪計観測データから推測する時空間解析を行い，スイッチングモデルを導入することにより，スロースリップの開始時期と終了時期を従来法に比べて高精度に検出することに成功した．
課題３については，画像情報から文法規則などの知識を獲得する手法について検討を行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
課題１については，複数の観測結果を統合する観点から情報幾何学を用いた手法への展開に発展した．課題２については，多変量時系列の時系列の精度の向上と適用範囲の拡大が行えた．課題３については実問題への適用を試みている．また，他の計画班・公募班との連携も順調に進捗している．
|
| 今後の研究の推進方策 |
研究計画の基本的な路線や進め方に変更はない。各課題について、他の計画班・公募班とさらなる協力を行い、よりリアルなデータの解析に取り組んでいく予定である。
|
