Applying High-Performance Data Compression Method to Data Science: Application to Data with Dependence

将高性能数据压缩方法应用于数据科学：应用于具有依赖性的数据

基本信息

批准号：
22K14254
负责人：
齋藤翔太
金额：
$ 1.33万
依托单位：
Gunma University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では、依存関係のあるデータ系列に対する分類問題、予測問題等に対して、高性能データ圧縮法のひとつであるベイズ符号の理論研究成果と効率的データ圧縮アルゴリズムを応用することにより、分類誤り率や予測の2乗誤差などの数式に対する数学的に正確な理論解析を行うとともに、ベイズ決定理論に基づく理論最適性を保ちつつ効率的なアルゴリズムを構築することが目標である。この目標に対して、今年度は以下の成果を得た。１）ベイズ符号は、ベイズリスクを最小にするような符号化確率を用いてデータを圧縮する。このベイズリスクの下界に関して従来さまざまな理論評価が行われていた。本研究では、「meta-bound」という不等式から、従来のさまざまなベイズリスクの下界が導かれることを示し、情報理論のトップカンファレンスであるIEEE International Symposium on Information Theory（ヘルシンキ、フィンランド）にて発表した。２）依存関係のあるデータの一例として文脈木情報源から発生するデータがある。この文脈木情報源に対する逐次型情報源符号化の最大冗長度の下界を、ベイズ符号の理論研究を応用することで導出した。研究結果は電子情報通信学会情報理論研究会（群馬県前橋市）にて発表した。３）文脈木情報源から発生したデータの分類問題の分類誤り率を、ベイズ符号の理論研究を応用することで導いた。研究結果は電子情報通信学会情報理論研究会（岐阜県岐阜市）にて発表した。

在这项研究中，将分类和有效的数据压缩算法（是高性能数据压缩方法之一）以及有效的数据压缩算法应用于分类问题，预测问题等。数学准确的理论分析（例如比率和预测），并构建有效的算法，同时基于贝叶斯决策理论来维持理论。为了回应这一目标，今年取得了以下结果。 1）贝叶斯代码使用代码连接概率压缩数据，该概率将Bayz风险降至最低。过去，对贝叶斯风险的下部世界进行了各种理论评估。在这项研究中，不平等的“元限制”表明，各种海湾风险的下层世界由IEEEE IEEE IEEE国际研讨会（IEEEE IEEE IEEE INTERNATE）主持，这是信息理论的顶级会议。 2）有从上下文树信息源生成的数据，作为依赖关系的示例。通过应用贝叶斯代码理论研究，得出了序列 - 类型信息源类别最大冗余的下层世界。研究结果是在信息理论协会（Maebashi City，Gunma县）的电子信息与通信协会宣布的。 3）通过应用贝叶斯法规的理论研究引导的上下文树信息源产生的数据的分类。研究结果是在电子信息理论协会（GIFU City，GIFU县）的电子信息与通信协会宣布的。