量子力学的ラベリングにより拡張されたデータマイニング理論の創出
【研究分野】感性情報学・ソフトコンピューティング
【研究キーワード】
数理工学 / 機械学習 / 統計数学 / 情報統計力学 / 確率的情報処理
【研究成果の概要】
量子力学的に拡張されたマルコフ確率場によるベイジアンネットワークシステムのデータマイニングへの応用のための理論体系の基盤の構築を行った.量子確率伝搬法の定式化を確立し,量子統計的学習理論に道を開くことに成功したことは特出すべき成果である.また,一次相転移を伴うシステムに対する統計的学習方式を拘束条件付きエントロピー最大化の視点から構築することに成功したことは想定されなかった成果である.
【研究代表者】
【研究分担者】 |
| 井上 純一 | 北海道大学 | 大学院・情報科学研究科 | 准教授 | (Kakenデータベース) |
|
【研究連携者】 |
| 津田 宏治 | 産業技術総合研究所 | 生命情報工学研究センター | 主任研究員 | (Kakenデータベース) |
|
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【配分額】17,940千円 (直接経費: 13,800千円、間接経費: 4,140千円)