• 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

2022 年度 研究成果報告書

データに潜在する曲率情報に着目した統計解析手法の開発

研究課題

  • PDF
研究課題/領域番号 19K03642
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分12040:応用数学および統計数学関連
研究機関慶應義塾大学

研究代表者

小林 景  慶應義塾大学, 理工学部(矢上), 准教授 (90465922)

研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード幾何学的データ解析 / 機械学習 / データ埋め込み / 距離変換 / クラスタリング
研究成果の概要

本研究では,データ空間の距離および曲率に着目し,α,β距離という2種類の距離変換を組み合わせた新しい統計解析手法を提案した.さらに,その手法を,年周期により生じる幾何学的特徴を活かした一般化分散の計算に応用し,降雨量データの新しい異常変動を捉えることに成功した.また,β距離変換の提案時にデータ解析に始めて導入した計量錐の理論を,グラフ埋め込みに応用し,ネットワークデータの階層構造を自動的に抽出する新しい手法を提案した.これらの結果を国際学会および学術論文にて発表した.

自由記述の分野

統計科学

研究成果の学術的意義や社会的意義

本研究成果の学術的意義は,まずその新規性にある.従来のデータ解析は,与えられたデータ間の距離をそのまま用いるか,もしくは次元削減等により得られた特徴ベクトル間の距離を用いることがほとんどであったが,本研究では,データやそれが分布する空間の距離をうまく変換した上でデータ解析を行うという点が大きく異なる.これにより,曲率等の幾何学的な特徴量に着目したデータ解析手法の開発および改良が可能となった.また,これまで用いられたことがなかった計量錐をデータ解析に応用したことも今後の発展につながる大きな新規性を含んでおり,学術的意義の高い研究成果と言える.

URL: 

公開日: 2024-01-30  

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