| 研究課題/領域番号 |
17K19956
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| 研究分担者 |
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
石井 晶 東京理科大学, 理工学部情報科学科, 助教 (20801161)
赤平 昌文 筑波大学, 数理物質系(名誉教授), 名誉教授 (70017424)
|
|---|
| 研究期間 (年度) |
2017-06-30 – 2019-03-31
|
| キーワード | 非スパースモデリング / スパイクノイズ / ビッグデータ / 人工知能 / ディープラーニング |
|---|
| 研究成果の概要 |
本研究は、スパース性に基づいた学術の体系を大きく見直して、高次元データの非スパース性に着目することで、広汎なビッグデータから高速かつ高精度に最大限の情報を抽出するための新たな技術の開発と、科学技術・産業への革新的展開を目指したものである。次の3つの研究成果を得た。(1)非スパース性の評価基準と潜在構造分析の基礎的方法論の開発。(2)非スパースなノイズ構造をスパース化させるデータ変換法の構築。(3)非スパースモデリング技法の確立とビッグデータ解析の新展開。
|
| 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 |
ビッグデータ解析は、様々な都合から、スパース性を仮定したスパースモデリング(SM)が主流である。しかし実際には、スパース性が成立しないビッグデータも多く、SMは間違った結果を与え得る。本研究は、非スパース性に立脚した非スパースモデリングという、ビッグデータの新たな解析技法を確立する。ビッグデータの本質に合ったモデリング技法を提供することで、学術上の突破口を切り拓くこととなり、波及効果は極めて大きい。非スパースモデリングは、高精度かつ高速で汎用性が非常に高い方法論であるため、科学技術・産業への革新的なインパクトや貢献が期待できる。
|
