| 研究課題/領域番号 |
25730147
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
大森 敏明 神戸大学, 工学(系)研究科(研究院), 准教授 (10391898)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| キーワード | 確率的時系列解析 / 潜在ダイナミクス / 人工知能 / 統計的機械学習 / ベイズ統計学 / 教師なし学習 / 空間認識 / 場所細胞 |
|---|
| 研究実績の概要 |
未知システムから観測される，雑音が重畳される多次元時系列データから，未知システムの本質として注目を集めている緩やかな時間変動成分を抽出することを目的として，本研究課題では，Slow Feature Analysisに注目し，Slow Feature Analysisの統計的アルゴリズムの研究を行った．
本研究課題の2年度目にあたる平成26年度には，未知システムが非線形性を有する場合の統計的アルゴリズムの開発を行った．逐次モンテカルロ法を導入した確率的Slow Feature Analysisを提案し，未知システムを支配する非線形型の状態空間モデルの推定を実現した．人工データを用いた検証において，提案する統計的アルゴリズムを用いることにより，対象のシステムが非線形性を有する場合にも，潜在ダイナミクスの抽出が実現可能であることを示した．すなわち，提案法を用いることにより，未知システムの潜在変数の推定のみならず，非線形ダイナミクスを支配する種々のハイパーパラメータも同時に推定することが可能であることを検証した．さらに，未知システムのダイナミクス構造が時間的に変動する状況下において，Slow Featureを抽出するための統計的アルゴリズムを構成し，その有効性を示した．得られた成果を関連する国際学会や国内学会で発表するとともに，誌上発表論文として公表した．なお，本研究で開発した情報抽出技術について，学会誌の解説記事として，翌年度に，公表を予定している．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
おおむね，当初に予定していた研究実施計画通りに，研究が進んでいるため．
|
| 今後の研究の推進方策 |
次年度は，多次元時系列データから情報を抽出するためのアルゴリズムの開発を行う．
|
| 次年度使用額が生じた理由 |
資料収集を予定していた国際学会で，当該分野の発表が行われず，国外出張が年度内に行われなかったため．
|
| 次年度使用額の使用計画 |
平成27年度中の国外出張旅費として使用する．
|
