• 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

2023 年度 実施状況報告書

効率的な学習を可能とするロバスト統計手法の開発

研究課題

研究課題/領域番号 17K00065
研究機関統計数理研究所

研究代表者

藤澤 洋徳  統計数理研究所, 統計基盤数理研究系, 教授 (00301177)

研究期間 (年度) 2017-04-01 – 2025-03-31
キーワードロバスト統計 / 敵対的汚染 / スパース推定 / 非漸近理論 / 収束レート
研究実績の概要

外れ値などが存在するときに,その汚染によっても推定値がずれにくいパラメータ推定手法として,ロバスト推定がある.データが通常のHuberタイプの汚染よりも強力な,敵対的汚染にさらされた場合に,ロバスト推定の収束レートを調べる研究を進めている.研究の詳細は昨年度に報告しているので省略する.成果を論文にして投稿しているがなかなか採択されていない.理論研究で査読に時間もかかっている.
本年度は,この研究に関連して,特徴量がより緩い裾が重い分布の場合に関して研究を進めた.

現在までの達成度 (区分)
現在までの達成度 (区分)

3: やや遅れている

理由

理論研究のため時間が想定よりもかかっている.論文がなかなか採択されない.

今後の研究の推進方策

論文を再投稿中である.関連研究も早く完成させたい.

次年度使用額が生じた理由

コロナ禍で研究が遅れたため

  • 研究成果

    (1件)

すべて 2024

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)

  • [雑誌論文] Outlier-Resistant Estimators for Average Treatment Effect in Causal Inference2024

    • 著者名/発表者名
      Kazuharu Harada, Hironori Fujisawa
    • 雑誌名

      Statistica Sinica

      巻: 34 ページ: 133,155

    • 査読あり / オープンアクセス

URL: 

公開日: 2024-12-25  

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