| 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 |
25120013
|
|---|
| 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 | 東京工業大学 |
|---|
研究代表者 |
樺島 祥介 東京工業大学, 情報理工学院, 教授 (80260652)
|
|---|
| 研究分担者 |
竹田 晃人 茨城大学, 工学部, 准教授 (70397040)
渡邊 澄夫 東京工業大学, 情報理工学院, 教授 (80273118)
坂田 綾香 統計数理研究所, モデリング研究系, 助教 (80733071)
井上 純一 北海道大学, 情報科学研究科, 准教授 (30311658)
|
|---|
| 連携研究者 |
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) |
2013-06-28 – 2018-03-31
|
| キーワード | 圧縮センシング / 潜在変数モデリング / モデル選択 / レプリカ法 / 平均場近似 / 特異モデル |
|---|
| 研究成果の概要 |
スパースな構造を抽出する統計モデルによる多変量解析の方法（＝スパースモデリング）について系統的な開発／整備を行った．統計モデルを利用したデータからの情報抽出は尤度や相互情報量など情報量概念に関する最適化問題として系統的に定式化することができる．しかしながら，こうした系統的定式化に沿った方法は，多くの場合，計算量的困難を伴うため具体的に実施することが難しい．本研究では，この困難を統計力学 の概念／技術を用いて克服することで，現状の打破を目指した．特に，１）圧縮センシング，２）潜在変数モデリング，３）モデル選択の課題に関し，多数の事例に対して性能解析，実際的アルゴリズム開発を行った．
|
| 自由記述の分野 |
統計力学，情報理論，機械学習
|
