| 研究課題/領域番号 |
22300094
|
|---|
| 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 | 筑波大学 |
|---|
研究代表者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| 研究分担者 |
矢田 和善 筑波大学, 数理物質系, 助教 (90585803)
イリチュ 美佳 筑波大学, システム情報系, 教授 (60269214)
赤平 昌文 筑波大学, 名誉教授 (70017424)
小池 健一 筑波大学, 数理物質系, 准教授 (90260471)
大谷内 奈穂 筑波大学, 数理物質系, 助教 (40375374)
|
|---|
| 研究期間 (年度) |
2010-04-01 – 2015-03-31
|
| キーワード | 高次元データ解析 / 多変量解析 / 主成分分析 / 判別分析 / クラスター分析 / ノイズ掃き出し法 / クロスデータ行列法 / マイクロアレイデータ |
|---|
| 研究成果の概要 |
ノイズ掃き出し法とクロスデータ行列法という2つの高次元PCAを考案した。固有値にパワースパイクモデルを提唱し、固有値・固有ベクトル・主成分スコアの一致推定を与えた。バンド幅信頼領域・2標本問題・判別分析・変数選択・回帰分析・パスウエイ解析等の推測に、先駆的成果をあげた。高次元の特徴量に不偏推定を低コストで与える拡張クロスデータ行列法を考案し、相関係数ベクトルの検定に応用した。多群判別分析を考え、線形判別・幾何学的判別・特徴抽出判別がスパース正則化分類器に優り、誤判別率は高次元で零になることを証明した。研究成果は医学やビッグデータ等多くの領域に応用でき、既存の方法よりも低コスト且つ高精度である。
|
| 自由記述の分野 |
統計科学
|
