バナー

研究プロジェクト

統計的機械学習研究センターでは、現在以下のような研究プロジェクトを推進しています。

  1. 情報幾何と機械学習
  2. カーネル法の理論と応用
  3. 最適化推論プロジェクト
  4. スパースモデリングの深化と応用
  5. メディアデータの統計的解析 
  6. 機械学習を用いたデータ駆動科学の実践
  7. 都市インテリジェンス研究プロジェクト

1. 情報幾何と機械学習(江口、池田、小林、福水、小森)

情報幾何は確率モデルの集まりを対象に幾何的な方法を適用するアプローチです。データに対して高度な学習アルゴリズムを展 開する機械学習において、提案された方法の確率的な振る舞いや統計的な性能を解明するために情報幾何は基本的な役割を果たし ます。このように情報幾何が双対線型接続、無限次元指数モデルなど使ってカーネル法、ブースティング、確率伝播法などに対し て成されています。これらの成果を更に深化させ, 新たな成果を得ることを目指します。

【▲ ページの先頭へ】

2. カーネル法の理論と応用(福水、持橋、小林)

本プロジェクトは、正定値カーネルないしは再生核ヒルベルト空間を用いた新しい非線形データ解析の方法論の確立を目指して います。特に、データの高次情報を計算効率のよい形で表現することにより、変数間の依存性や独立性、さらには因果関係を解析 する方法を研究しています。また、カーネル法をベイズ推論に用いる新しい方法も研究しています。さらに、そのために必要な数 理的基礎や計算手法に関する研究も推進しています。

【▲ ページの先頭へ】

3. 最適化推論プロジェクト(伊藤、宮里、池田)

様々な現象をデータに基づいて適切に理解するためには、大規模数値計算による推論が不可欠であり、質・量ともに変化する データに対応するため、新たな数理的手法・技術が常に求められています。最適化推論プロジェクトでは、統計的推論における基 盤技術としての最適化法に基づいて、データ解析・モデリング・アルゴリズムを有機的に結びつけ、統計的機械学習の各領域を横 断的に支えるための新たな推論技術の開発を目的としています。

【▲ ページの先頭へ】

4. スパースモデリングの深化と応用(PL:池田思朗)

スパースモデリングは圧縮センシング、あるいはLASSOといった方法に代表される理論的結果を背景に、情報理論や画像処 理をはじめとする様々な分野での応用がひろがっています。本プロジェクトでは、X線解析から天文学のデータまで様々な物理計 測データの解析のためのスパースモデリングの方法の開発を行うこと、そしてカーネル法などの非線形的な方法とスパースモデル 的な方法との融合を目指しています。

【▲ ページの先頭へ】

5. メディアデータの統計的解析(PL:松井知子)

インターネットや様々なセンサーから得られる大量かつ多様な音声・音楽、言語、画像などのメディアデータを有効活用する技 術が求められています。本プロジェクトでは、統計学での蓄積を背景とした、メディアデータの解析技術について研究します。

【▲ ページの先頭へ】

6. 機械学習を用いたデータ駆動科学の実践(PL:小山慎介)

計測技術の向上により、さまざまな分野で多種多様なデータを手に入れることができるようになりました。これにともない、機 械学習は分野を超えて有力な方法論を提供することが期待されています。本プロジェクトでは、さまざまな分野に機械学習を応用 し問題解決を図ります。興味の対象は、神経データ解析、生命動態のライブ予測制御、深海探査掘削における管内圧力波通信、量 子情報に及びます。

【▲ページの先頭へ】

7. 都市インテリジェンス研究プロジェクト(PL:松井知子)

都市レジリエンス向上を目標として、環境・エネルギーや農業の状況解析からリスク管理、セキュリティ統合、都市レジリエン スボンド設計までを俯瞰的に行うための、統計数理/機械学習に基づく技術とその理論を研究開発します。

【▲ ページの先頭へ】