| 研究課題/領域番号 |
17H01793
|
|---|
| 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, 情報・人間工学領域, 上級主任研究員 (40356340)
|
|---|
| 研究分担者 |
藤木 淳 福岡大学, 理学部, 教授 (10357907)
日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079)
村田 昇 早稲田大学, 理工学術院, 教授 (60242038)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2022-03-31
|
| キーワード | 機械学習 / 情報幾何学 / 学習アルゴリズム / ノンパラメトリック |
|---|
| 研究実績の概要 |
2021年度は，最終年度として【課題1】確率データ解析の情報幾何的な統一的理解，【課題2】ノンパラメトリック確率データ解析法，【課題3】地球科学・脳科学データなど実データへの適用，それぞれのテーマについて成果の発表に注力した．
【課題1】については，また，通常の Kulllback-Leibler ダイバージェンスがもつ計算上の問題を解決した α-測地的skewダイバージェンスについても論文が出版された．また，共変量シフトの情報幾何など期待されるテーマについても研究を進めた．
【課題2】については，無限次元のガウス過程回帰の情報幾何を有限次元に帰着させる手法について論文が採択された．マルチタスク学習や転移学習への応用が期待できる．さらに，転移学習の問題を最適輸送問題としてとらえる方向性についても検討した．情報幾何学においても最適輸送問題との関連性は重要事項である．また，すべての次数を持つ離散変数対数線形モデル（ボルツマンマシンの拡張）についての高速な学習法についての論文も採択された．これにより，変数の数が２０程度までは高次の次数を持つ学習モデルの学習が可能となる．このほか，判別分析的次元圧縮などこれまでの手法の拡張の可能性も見えてきた．
【課題3】については，セルアセンブリというニューロン活動の同期現象についてブートストラップ法を組み合わせたロバストな手法についての論文が出版された．また，深層学習を用いた分子検出法の情報幾何的アプローチについても論文が出版された．
|
| 現在までの達成度 (段落) |
令和3年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和3年度が最終年度であるため、記入しない。
|
