【研究分野】統計科学

【研究領域課題番号】25330045 (KAKENデータベースで見る）

【研究キーワード】

学習理論 / 凸最適化 / 統計的モデル / ビッグデータ解析 / 隠れ属性モデル / メトリックラーニング / I-Scover / ビッグデータ / 統計的学習理論 / 隠れ属性モデル分析 / 故障診断 / 動的再構成回路

【研究成果の概要】

本研究を通して，大規模データに対する統計的手法並びに凸最適化に基づく自動分類法を応用することにより，広範な諸問題に対して精度の高い解を効果的に求めることが可能であることを示した．
具体的にはデータに秘匿性を持たせて学習を行うプライバシー保護分散処理問題，ECサイトにおける潜在クラスの解析問題，動的再構成回路の設計問題，L1最適化による文書分類問題，CARTを用いた無ひずみデータ圧縮，授業への出欠情報を用いた隠れ属性モデル解析問題，ランダムマルコフフィールドを用いた大規模故障診断問題，大規模プログラミング編集履歴取得・可視化，等々に対するアルゴリズム並びに解析手法を提案し，それらの有効性を示した．

【研究種目】基盤研究(C)

【研究期間】2013-04-01 - 2016-03-31

【配分額】4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)