| 研究概要 |
機械学習とその周辺分野を,記述長最小原理と情報幾何の視点で捉えて,一貫した理解を与えるとともに,工学的に有用な学習手法などを構築することを目標とする.特に以下の諸課題に取り組む.
(1)Markovモデルの情報幾何
Markov情報源の表現系である木情報源モデルの幾何学構造を明らかにする.
(2)確率的コンプレキシティとデータ圧縮確率的コンプレキシティ(SC)を達成するminimax学習アルゴリズムや,種々のデータ圧縮方式の冗長度について考察する.
(3)アンサンブル学習等
アンサンブル学習やカーネル法等について,情報量概念の立場から考察する.
(4)機械学習の応用
ネットワークセキュリティ,ITS,カオスその他について,機械学習の観点から取り組む.
|
