研究概要 |
■ 研究概要
◆研究課題
セミパラメトリックベイズの漸近理論とその機械学習的手法への応用
◆研究概要
近年の統計学やデータサイエンスにおいて、ベイズ推論の大標本性質を頻度論の立場から調べる研究が注目されている。本研究では令和4年度までの基礎費研究計画で取り組んだテーマを引き継ぎ、特に、モデルの一部に無限次元パラメータが存在するようなセミパラメトリックモデルを対象としたベイズ推論(セミパラメトリックベイズ)における漸近理論の研究に取り組む。本年度は、理論とモンテカルロ研究を主軸に、セミパラメトリックベイズと頻度論それぞれの立場に基づく推論の関連に関する研究、およびその計算手法の代用の可能性に関する研究に取り組む。
加えて、セミパラメトリックベイズ的手法を機械学習的手法に応用する研究に取り組む。機械学習的手法のいくつかにおいてはモデルの解釈が容易でない点が課題とされてきたが、既存研究において、ベイズモデリングの高い解釈可能性がその問題の克服に寄与する可能性が指摘されていた。本研究はこの可能性に着目し、セミパラメトリックなベイズモデリングを適用したいくつかの機械学習的手法に対して、その解釈可能性や理論的性質を解明する研究に取り組む。 |
|
|
|
|
|
業績 |
■ 著書・論文歴
|
経歴 |
■ 学歴
|
■ 職歴
|
■ 所属学会
|
その他 |
■ 現在の専門分野
|
■ 科研費研究者番号
|