| 研究課題/領域番号 |
18K18107
|
|---|
| 研究機関 | 公立はこだて未来大学 |
|---|
研究代表者 |
佐々木 博昭 公立はこだて未来大学, システム情報科学部, 准教授 (80756916)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 特徴抽出 / 独立成分分析 / ニューラルネットワーク / 外れ値 / 因果推論 |
|---|
| 研究実績の概要 |
令和元年度は，非線形特徴抽出の理論と方法の構築に関して，前年度から引き続き非線形独立成分分析の研究を実施した．独立成分分析は入力データに潜む源信号を推定することを目的としており，表現学習と呼ばれる分野で最近注目されている研究トピックの１つである．ただし，前年度と異なり，令和元年度では源信号中に外れ値が混入した状況下での非線形独立成分分析の理論と実践手法の構築に取り組んだ．外れ値とは他のデータ点から大きく外れた点のことであり，多くの実践的な場面で外れ値が混入したデータがみられる．また，少量の外れ値が混入した場合でも所望の結果から大きく変化することがあり，外れ値を念頭においた研究は大変重要である．
本研究では，最初に，外れ値が混入した場合における非線形独立成分分析の既存手法を理論的に解析し，既存手法が外れ値の影響を強く受けることを示唆する理論的な結果を導出した．この結果を踏まえ，本研究では，外れ値に対して頑強な非線形独立成分分析の実践手法をγ-ダイバージェンスに基づき提案した．提案法の外れ値に対する頑強性は影響関数という指標に基づき理論的に評価し，ニューラルネットワークを用いた場合でも外れ値に頑強であることを示した．それに加え，提案法が既存手法よりも外れ値に対してかなり頑強であることを数値実験により確認した．さらに，提案した非線形独立成分分析法を因果推論へ応用し，fMRIデータを用いてその有効性を示した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
令和元年度は，特徴抽出の理論と実践手法を提案し，その結果をまとめた論文が国際会議論文として採択されているため，「おおむね順調に進展している」と評価した．
|
| 今後の研究の推進方策 |
「研究実績の概要」に記された研究の他に，いくつのかの特徴抽出法を包括するような非線形特徴抽出の枠組みと実践手法の構築に関する研究も行っており，継続する．すでに，いくつかの実践手法を構築しており，その有効性について，理論と実験の両面から調査する予定である．
|
| 次年度使用額が生じた理由 |
コロナウィルスの影響により，年度末の出張が取りやめになったため．
|
