| 研究課題/領域番号 |
26730013
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
松田 源立 東京大学, 総合文化研究科, 学術研究員 (40433700)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| キーワード | 独立成分分析 / 頑健性 / 機械学習 / ウェブマイニング / カリキュラム分析 |
|---|
| 研究実績の概要 |
2014年度は、主に、(1)独立成分分析(ICA)の頑健な推定関数の理論的構成、(2)ICAのウェブデータ分析への応用、(3)機械学習的な手法のカリキュラム分析への応用、の三点について、研究を進めてきました。第一に、今後の研究計画において重要な、ICAの頑健な推定関数の理論的な構成に成功しました。その結果、高次統計量を適応的に推定しながら、全体のモデル推定を行うことができるようになりました。第二に、ICAのウェブデータ分析への応用に関しては、二次元マップ上のGPS情報を利用したSNSであるFoursquareのログを収集し、そこから適切なハイパーパラメータを推定し、ユーザの時空間分布を導出しました。更に、ICAを用いて、分布の規則的及び不規則的な特徴パターンを抽出することに成功しました。第三に、カリキュラム分析については、機械学習手法であるLDAを改良して、シラバスのトピックを教師例として取り込み、トピック分類を適切に行うことが可能なシステムを構築しました。そして、様々な大学の情報系学科のカリキュラムを比較し、有用な知見を得ることができました。
|
| 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
実データに関する応用研究を進めつつ、ICAの頑健な推定関数の理論的な構成に成功しました。今後は、この推定関数の最適化を実装し、検証実験を行いながら、当初の目的である少数の観測データにも適用可能な独立成分分析手法の確立を目指します。
|
| 今後の研究の推進方策 |
理論的に導出された推定関数の最適化の実装と検証実験をすすめ、実データにおける有効性を調査し、必要に応じて理論を適宜見直しながら、研究を推進していく予定です。
|
| 次年度使用額が生じた理由 |
理論的な基盤を固めるのに研究時間を割き、学会発表を控えたためです。
|
| 次年度使用額の使用計画 |
より積極的に国内外の学会に参加するため、主に旅費として利用する予定です。
|
