| 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.
|
