| 研究実績の概要 |
本研究では、相互情報量の推定とグラフィカルモデルの構築に取り組んだ。成果として、以下の点を得ることができた。
まず、一般的な2変数に適用可能な相互情報量の推定量が、サンプル数とともに真の値に収束することを数学的に証明した。これにより、信頼性の高い相互情報量の推定が可能となった。次に、条件付き相互情報量の概念を拡張し、その推定量が真の値に収束し、有効性が実証されることを数学的に証明した。これによって、事後確率を最大にするベイジアンネットワークの構築手法が確立され、遺伝子変異解析やデータ解析の応用に向けた新たな展開が期待される。また、研究成果として、Tianle Yang, Joe Suzukiらによる論文がBehaviometrikaというジャーナルでアクセプトされた。これにより、研究の信頼性と国際
的な評価を得ることができた。
今後は、実データへの適用と応用に注力し、提案手法の実用性と効果を検証する。さらに、手法の改善と拡張を行い、より高精度で効率的な相互情報量の推定を目指す。また、他の研究者との協力と知識共有を通じて、研究の品質向上を図る。国内外の学会や研究会への参加と発表を積極的に行い、研究成果を広く共有し、評価を受ける機会を追求する。最後に、研究成果の普及活動にも力を入れ、教育やワークショップの開催、チュートリアルの執筆などを通じて、研究コミュニティへの貢献を目指す。以上が、本研究の実績の概要であり、今後の研究の展望である。
|
