研究課題
基盤研究(C)
本研究では，蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った．分類アルゴリズムの実用では，ノイズ等を含む低品質なデータを用いる場合が多々ある．本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し，理論的な性能限界を導くとともに，性能限界と実アルゴリズムの性能差の解析を行った．
機械学習
現在，画像認識やテキスト分類などの分類アルゴリズムは広く普及しており，一般にも実用されている．しかしながら，実用の場面ではノイズを含む低品質なデータが用いられる事も多く，分類アルゴリズムの本来の性能が発揮できていない場合があり場合によっては十分な分類精度が得られない事がある．本研究の成果を発展させることで，より多くの場面で高性能な分類アルゴリズムが開発できる可能性がある．
