リスク最小化に基づく非凸型識別手法の開発と与信審査・医療診断問題への実証的適用
【研究分野】社会システム工学・安全システム
【研究キーワード】
OR / 数理最適化 / 金融工学 / サポートベクターマシーン / 分類問題 / リスク尺度 / conditional value-at-risk / ロバスト最適化 / ポートフォリオ最適化 / 統計的学習 / 汎化性能 / Conditional Value-at-Risk / 汎化誤差 / 機械学習 / 非凸二次計画問題 / 局所最適性
【研究成果の概要】
数理最適化、金融工学、機械学習の3つの異なる分野の知見を活かして、機械学習の判別モデル(主にEν-SVM)に対する理論的な妥当性評価を行った。"判別能力の良さは経験的に知られていたが、理論的に示せたのは初めてである"と評価された研究成果である。また、Eν-SVMの解法を提案した。さらに、機械学習で知られる"正則化"と呼ばれるアイディアを金融工学へ取り入れて、将来へのあてはまりのいいポートフォリオ(資産配分)決定方法の提案を行った。
【研究代表者】
【研究種目】若手研究(B)
【研究期間】2007 - 2010
【配分額】3,920千円 (直接経費: 3,200千円、間接経費: 720千円)