2019 Fiscal Year Annual Research Report
Theories and Methodologies for Large Complex Data
| Project/Area Number |
15H01678
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宇野 力 秋田大学, 教育文化学部, 教授 (20282155)
金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
蛭川 潤一 新潟大学, 自然科学系, 准教授 (10386617)
矢田 和善 筑波大学, 数理物質系, 准教授 (90585803)
廣瀬 慧 九州大学, マス・フォア・インダストリ研究所, 准教授 (40609806)
|
|---|
| Project Period (FY) |
2015-04-01 – 2020-03-31
|
| Keywords | 高次元データ / データサイエンス / 統計数学 / ゲノム / マイクロアレイ |
|---|
| Outline of Annual Research Achievements |
本研究課題の最終年度として、大規模複雑データの非正則推定論と相補的モデリングの構築に取り組んだ。大規模複雑データは、確率過程のような数学的枠組みが当てはまらず、従来の延長線上にはない非正則推定論が必要になる。青嶋と矢田は、高次元の従属標本を膨張する巨大な１つのデータと捉え、双対空間上で高次元漸近理論を展開することで巨大なノイズを除去するデータ変換法を考え、精度保証付きモデリングを構築した。蛭川は、長期にわたって観測される大規模時系列データについて、時間とともに変化するスペクトル構造を局所定常残差をもった緩やかに爆発するモデルで捉え、その漸近理論を構築し、バブル期の始まりと終焉の検出に応用した。金森は、大規模データの非一様なデータ構造を適切に扱うために、マルチドメイン環境から得られるデータに対して転移学習アルゴリズムを提案し、その数理的基盤を与えることで、非一様データの利活用に信頼性を向上させた。青嶋は、大規模複雑データの非正則性を分類し、本研究課題で得られた戦略を相補的に活用するモデリングを整備し、矢田と廣瀬と連携し、実用化に向けた高速処理アルゴリズムを開発した。得られた研究成果は、国内外の学会や学術誌で広く発表された。本研究テーマに沿ったシンポジウムを、九州大学・新潟大学・東京工業大学・秋田大学で開催し、多方面からの研究成果の発表と意見交換の場とした。さらに、本研究課題の最終年度として、国内外から先端研究者を招聘した国際シンポジウムをつくば国際会議場で開催し、本研究課題の総括と将来展望について活発な討論を行った。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
Research Products
(32 results)
