• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2017 年度 研究成果報告書

セミパラメトリックベイズ推論アプローチによるスパースモデリングの深化と応用

計画研究

  • PDF
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 25120012
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
研究機関統計数理研究所

研究代表者

福水 健次  統計数理研究所, 数理・推論研究系, 教授 (60311362)

研究分担者 鈴木 大慈  東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
西山 悠  電気通信大学, 大学院情報理工学研究科, 助教 (60586395)
冨岡 亮太  東京大学, 情報理工学(系)研究科, 助教 (70518282)
連携研究者 西山 悠  電気通信大学, 大学院情報理工学研究科, 助教 (60586395)
柳 松  統計数理研究所, 統計的機械学習研究センター, 特任助教 (80760579)
研究期間 (年度) 2013-06-28 – 2018-03-31
キーワードスパースモデリング / セミパラメトリック / ベイズ推論 / 最適化 / アルゴリズム
研究成果の概要

直接観測できない状態変数の遷移ダイナミクスと,その間接的な観測値とから,現在の状態を逐次的に推測するフィルタリングの問題において,観測系の単純なモデル化が不可能な状況でも有効に動作する推論法を提案し,ロボットの位置推定問題などに適用した場合,従来法に比べて推定精度が大幅に改善することが明らかとなった.また,複雑なスパースモデリングに対する高速最適化法に関して研究し,理論上最速な方法を提案した.

自由記述の分野

機械学習,数理統計

URL: 

公開日: 2019-03-29  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi