• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2009 年度 自己評価報告書

超高次元データの分類手法の導出とその理論的性質の解明および実データへの応用の研究

研究課題

  • PDF
研究課題/領域番号 19300096
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
研究分野 統計科学
研究機関九州大学

研究代表者

西井 龍映  九州大学, 大学院・数理学研究院, 教授 (40127684)

研究期間 (年度) 2007 – 2010
キーワード分類・パターン認識 / カテゴリ分解 / モデル選択
研究概要

近年の情報化や計測技術の発展により,従来得られなかった超高次元のデータが観測されるようになり,有効な解析手法手法が求められている.たとえば特徴変数の次元が10個前後のデータを念頭においた従来の統計解析手法をそのまま応用しても十分な解析性能は保証されない.ここでは判別分析,および関連する分野に重きを置いて次の研究を行う.
(1)超高次元データの判別手法を提案し,実データでその性能を検証することを研究目的とする.また標本が複数のカテゴリに含まれている場合,そのカテゴリ比率を推定する問題:カテゴリ分解についても考察する.特に空間データの場合,空間相関をモデル化してカテゴリ分解の精度を向上させる手法について考察し,実データで検証する.
(2)時系列データの統計解析,およびモデル探索・選択について考察する.
(3)高次元データの統計解析やその環境問題への応用について考察する.

  • 研究成果

    (5件)

すべて 2010 2009 2008

すべて 雑誌論文 (3件) 学会発表 (1件) 図書 (1件)

  • [雑誌論文] Contrast-based information criterion for ergodic diffusion processes from discrete observations2010

    • 著者名/発表者名
      Uchida, M.
    • 雑誌名

      Annals of the Institute of Statistical Mathematics 62(1)

      ページ: 161-187

  • [雑誌論文] Non-linear regression models to identify functional forms of deforestation in East Asia2009

    • 著者名/発表者名
      Tanaka, S., Nishii, R.
    • 雑誌名

      IEEE Transactions on Geoscience and Remote Sensing 47(8)

      ページ: 2617-2626

  • [雑誌論文] Boosting method for local learning in statistical pattern recognition2008

    • 著者名/発表者名
      Kawakita, M., Eguchi, S.
    • 雑誌名

      Neural Computation 20(11)

      ページ: 2792-2838

  • [学会発表] Semi-supervised contextual unmixing of geospatial data2008

    • 著者名/発表者名
      Nishii, R., Sawamura, T., Ozaki, T.
    • 学会等名
      IASC 2008
    • 発表場所
      Pacifico Yokohama, Japan(招待講演)
    • 年月日
      2008-12-07
  • [図書] Information Criteria and Statistical Modeling2009

    • 著者名/発表者名
      Konishi, S., Kitagawa, G.
    • 総ページ数
      273
    • 出版者
      Springer

URL: 

公開日: 2011-06-18   更新日: 2016-04-21  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi