公募研究
本研究では，データ中の構造的情報を自動的に抽出し構造的疎性モデリングへ利用するメタレベルの学習のための一連の理論／アルゴリズム体系の構築を目的とするものである．特に，劣モジュラ関数から得られる確率分布を用いて，多様な構造的疎性に対して統一的なアプローチや（最適化）計算への帰着が可能な体系の獲得を目指すものである．そして最終的には，得られた枠組みを実用的な場面へと適用することでその有用性の検証を進めるまでを目的とする．本年度は，劣モジュラ関数から得られる確率分布を事前分布とするベイズ推論の枠組みについて一般化を行った．先年度は，劣モジュラ関数のロヴァース拡張を正則化項とする線形回帰においては，このようなベイズ推論が，一定の仮定の下で効率的に計算可能な最適化問題へと帰着されることについて示した．本年度はこれを一般化し指数型分布族で表される条件付き分布を用いた場合について枠組みを構築するとともに，その有用性について検証を進めた．一方，当新学術領域で盛んに議論される，多変量の時系列データの解析手法である動的モード分解についてもいくつかの数理的拡張について検討を行った．例えば，ベイズ的拡張やロバストな推定法などの開発を行いその有用性について検証を行った．
29年度が最終年度であるため、記入しない。
すべて 2017
すべて 雑誌論文 (6件) (うち査読あり 6件、 オープンアクセス 2件) 学会発表 (1件) (うち国際学会 1件、 招待講演 1件)
Proc. of the 26th Int'l Joint Conf. on Artificial Intelligence (IJCAI'17)
巻: -- ページ: 2814-2821
10.24963/ijcai.2017/392
Proc. of the 2017 IEEE Int'l Conf. on Image Processing (ICIP'17)
巻: -- ページ: 2682-2686
10.1109/ICIP.2017.8296769
Proc. of the 2017 European Conf. on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD'17)
巻: -- ページ: 582-598
10.1007/978-3-319-71249-9_35
巻: -- ページ: 127-139
10.1007/978-3-319-71273-4_11
Physical Review E
巻: 96 ページ: 03310
10.1103/PhysRevE.96.033310
Advances in Neural Information Processing Systems 30
巻: -- ページ: 1130-1140
