研究課題
この研究は、統計予測について方向を模索し、新たな提案と実用化に貢献することを目的としていた。特に、異なるデータセットを統合し、データの異質性を許容しながら総合的な理解と統一的な決定を得るための統計的方法論を開発することを目指した。このために、1930年代にコルモゴロフと南雲によって独立に発見された平均の一般化である一般化平均を活用することを提案し、新しい統計予測法の開発と実用化を目指した。この目的を達成するために、すべての既存の予測法に一般化平均を取り込んだ方法論とその学習アルゴリズムを完成させ、使いやすいプログラムを公開した。統計予測の内容で、一般化平均を活用したクラスタリングを提案した。特に、パレート分布関数、フレッシェ分布関数、およびその逆関数を用いたエネルギー関数の一般化平均を考えた。この提案を完成させ、論文化し、さらに実用化を進めた。予測の内容を超えた強化学習の分野でも、一般化平均を活用したいと考えた。最大最小化アルゴリズムが提案されているが、一般化平均を使うことでより柔軟に最適ポリシーを決定することができる。データに適合した一般化平均を選択するための基準として、一般化平均のワンパラメータ族を採用することを提案した。メタ解析の分野で発表された予測結果を統合して、より有効な予測を提案することを検討した。従来の方法では、予測子の線形結合が行われていたが、共変量シフトの問題も考慮して、新しい方法論を構築することを目指した。
令和4年度が最終年度であるため、記入しない。
すべて 2023 2022
すべて 雑誌論文 (7件) (うち国際共著 7件、 査読あり 7件、 オープンアクセス 7件) 学会発表 (3件)
Research Synthesis Methods
巻: 14 ページ: 234-246
10.1002/jrsm.1612
Kentaro Honma, Masato Ohkubo, Shinto Eguchi, Yasushi Nagata
巻: 8 ページ: 1-13
10.17929/tqs.8.1
IEEE Transactions on Signal Processing
巻: 70 ページ: 5885 - 5897
10.1109/TSP.2022.3230336
Information Geometry
巻: 6 ページ: 1-21
10.1007/s41884-022-00084-8
巻: 6 ページ: 1-29
10.1007/s41884-022-00081-x
Statistical Papers
巻: 63 ページ: 1907-1929
10.1007/s00362-022-01297-w
Yusuke Saigusa, Shinto Eguchi, Osamu Komori
巻: 31 ページ: 1280-1291
10.1177/09622802221085864
