情報幾何学に基づく分布データに対する機械学習手法の開発
【研究分野】知能情報学
【研究キーワード】
機械学習 / ノンパラメトリック / 情報幾何 / 学習アルゴリズム / 情報幾何学 / ノンパラメトリック推定 / ガウス過程 / モーダル回帰 / 非負値行列分解
【研究成果の概要】
大量のデータを効率的に機械学習で扱う有効な方法として、データを確率分布のパラメータに縮約することが考えられる。本課題では、そのようなデータに対する機械学習の開発に取り組んできた。もともと、代表者が開発してきた分布データに対する主成分分析の拡張という研究があったが、それをより柔軟性のあるノンパラメトリックな枠組みへと拡張するというのが本研究課題の学術的な貢献であり、ガウス過程回帰の情報幾何などで達成できた。また、神経科学や地球物理学などへの応用についても情報幾何学的な行列分解の適用などを通じて実践できた。
【研究代表者】