| 研究概要 |
サポート・ベクター・マシン(SVM)をはじめとした学習機械が, パターン分類,音声認識などの従来からある分野のみならず, データマイニング,テキストマイニング, バイオインフォマティクスなどの最先端分野にいたる幅広い応用分野で注目を集めている. 本研究では, 最新の数学的手法を駆使することにより, これらの性質を理論的に解明することを目的としている.
具体的には, 情報幾何学や情報理論の手法を応用し, SVMなどの学習機械の性質を明らかにする.情報幾何学は甘利らによって創設され, 統計科学やシステム理論,最適化理論,ニューラルネットワークなど多くの分野で応用されている. 学習理論でもbootsingなど多くの分野で応用されているが, SVMへ応用した例はほとんどないに等しい. また, Hanらによって創設された情報スペクトルを学習理論に応用した例もない. 研究代表者は情報幾何学を用いた手法に熟知しており, 研究分担者は情報理論を用いた手法に熟知しているので, それらを学習理論に応用することは可能であると考えられる.
|
