【研究分野】工学基礎

【研究領域課題番号】23656072 (KAKENデータベースで見る）

【研究キーワード】

データ縮約 / 情報量 / 多重カーネル学習 / 距離学習

【研究成果の概要】

古典的なk-近傍法によるエントロピーのノンパラメトリック推定量を一般化し,重み付きデータの情報量の推定を効率良く行う方法を提案した.またこのデータ間の距離にもとづく推定法を広いクラスのデータに対して適用可能とするために,適切な距離を学習する方法を多重カーネル学習とJIT モデリングの枠組に基づいてを提案した.これらの手法をクラスタリング問題や集団学習に応用し,その有効性を確認した.

【研究種目】挑戦的萌芽研究

【研究期間】2011 - 2012

【配分額】2,340千円 (直接経費: 1,800千円、間接経費: 540千円)