| 研究課題/領域番号 |
16K00057
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
統計科学
|
|---|
| 研究機関 | 中央大学 |
|---|
研究代表者 |
小西 貞則 中央大学, 理工学部, 教授 (40090550)
|
|---|
| 研究協力者 |
清水 邦夫
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 線形・非線形スパースモデリング / 関数データ解析 / 部分空間法 / 多クラス識別・パターン認識 / 確率的次元圧縮 / カーネル非線形モデリング |
|---|
| 研究成果の概要 |
複雑な現象を内包する高次元データから有益な情報を高効率に抽出・分析するためのモデリングと多変量データ解析ツールの開発研究に取り組み，次のような研究成果を挙げた．(1) 関数主成分分析と部分空間法を融合した新たな多クラス識別，パターン認識の解析法を開発提案した．(2) モデルの非線形化とスパース性を融合した頑健で汎化能力の優れたスパース回帰モデリングを提唱した．(3) カーネル法による非線形部分空間法の多様なデータへの適用拡大化を図った．(4) 主成分分析，正準相関分析，正準対応分析における次元圧縮法について研究し，情報量，ベイズ理論によるモデル評価基準の提唱と理論・方法論の研究を行った．
|
| 自由記述の分野 |
統計科学
|
| 研究成果の学術的意義や社会的意義 |
諸科学，産業界や実社会で日々獲得，蓄積されつつあるデータの多様化と大規模・高次元化の流れの中で，新たなデータ解析技術と効率的な情報処理の必要性が認識されるようになった．本研究で取り組んだ回帰モデリング，識別・判別，パターン認識，分類・クラスタリングなどの多変量解析手法の研究成果は，現象の情報源であるデータを分析，処理し，現象の解明と予測・制御，新たな知識発見や複雑なシステムの理解を促進するツールとして役立つと考えられる．また，大規模データの高速処理を可能とする高度なアルゴリズムの開発研究と相俟って，柔軟で汎化能力の優れた機械学習の新たな解析法として寄与することが期待される．
|
