研究課題
挑戦的萌芽研究
古典的なk-近傍法によるエントロピーのノンパラメトリック推定量を一般化し,重み付きデータの情報量の推定を効率良く行う方法を提案した.またこのデータ間の距離にもとづく推定法を広いクラスのデータに対して適用可能とするために,適切な距離を学習する方法を多重カーネル学習とJIT モデリングの枠組に基づいてを提案した.これらの手法をクラスタリング問題や集団学習に応用し,その有効性を確認した.
すべて 2012 その他
すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (2件) 備考 (1件)
Neural Computation
巻: Vol.24 ページ: 1853-1881
DOI:10.1162/NECO_a_00299
Computational Statistics and Data Analysis
巻: (掲載決定)
http://www.eb.waseda.ac.jp/murata/