| 研究課題/領域番号 |
18K18122
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 法政大学 (2023)
東京工業大学 (2018-2022) |
|---|
研究代表者 |
山岸 昌夫 法政大学, 理工学部, 准教授 (30638870)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| キーワード | 信号処理工学 / 最適化工学 / 最適化アルゴリズム |
|---|
| 研究成果の概要 |
本研究では，信号処理工学に現れるさまざまな問題に対して，推定対象の「観測情報」と「先験情報」を同時に活用する手法を発展させることを目指し，いくつかの非凸最適化問題に対する解法を検討した．具体的には，区分的連続関数の推定問題に対するアルゴリズムの提案や，ベクトルのスパース性や行列の低ランク性などの促進に有効な非凸正則化，および「非凸正則化付き最小二乗推定法」の提案などを行なった．その他，スパース適応フィルタリングに現れる「スパース性を制御するパラメータの自動設計問題」を区分的二次関数の最小化問題に帰着する手法の提案も行なった．
|
| 自由記述の分野 |
信号処理工学，最適化工学
|
| 研究成果の学術的意義や社会的意義 |
信号処理は，劣悪な環境で観測された信号から雑音などを取り除き，有益な情報を顕在化する処理は様々な分野で陰に陽に役立っている．著名な例として,MRI画像の撮影にかかる時間を短縮し被撮影者の負担を軽減する技術の実現やEHT Collaborationによるブラックホール撮影では，推定対象のスパース性の活用が重要な役割を果たしている．本研究の成果は，スパース性のさらなる活用を実現する基盤的な手法を与えており，スパース性を活用している既存手法に対して，推定精度の改善方法を提示している．
|
