関数化データ集合に基づく統計的モデリング

基于函数化数据集的统计建模

基本信息

  • 批准号:
    16650060
  • 负责人:
  • 金额:
    $ 2.11万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Exploratory Research
  • 财政年份:
    2004
  • 资助国家:
    日本
  • 起止时间:
    2004 至 2006
  • 项目状态:
    已结题

项目摘要

本年度は,平成16年度から研究を開始した本研究課題の最終年度に当たるため,これまでの研究成果を整理して重点研究課題を策定して,関数データ解析に基づく統計的分析手法の開発研究に取り組み,以下のような研究成果を挙げることができた.1.高次元ベクトルデータの各成分値を離散時点観測データとして捉え,非線形モデリング手法を適用して関数化処理する際に重要な問題である基底関数の構成法について研究し,関数データ解析に有用な新しい基底展開法を提唱した.2.生命科学,地球科学,環境科学,金融工学,システム工学等の分野でしばしば観測・測定される極めて高次元のデータに基づく情報抽出に取り組み,この問題を関数データ解析の枠組みで研究して,関数データ集合の中から有益な情報やパターンを効率的に抽出するための統計的分析手法を研究した.特に,識別・判別法,クラスタリング,次元圧縮法に関していくつかの関数データ解析手法を提唱することができた.応用研究として,タンパク質の立体構造の分類,気候変動データの分類と現象解明に向けた研究を継続・推進中である.3.関数データ解析を適用するに当たって解決すべき重要な問題の一つは,ノイズを伴う多数の高次元ベクトルデータに含まれる情報を可能な限り失うことなくどのように関数データ化するかである.この問題に対して,分析結果に影響するベクトルデータの情報を高効率で含有する関数化の方法について,現象構造を近似するモデル,関数データ集合に基づくモデルの推定,適切なモデル選択の一連のプロセスを総合的に研究し,新たな分析手法を提唱することができた.4.形や立体の関数データ化と高次元関数化データ集合に基づくモデリングの理論・方法論について研究を継続・推進中で,諸科学のさまざまな分野の直面する問題の解決に取り組んでいる.
由于今年是该研究项目自2004年开始研究的最后一年,我们整理了迄今为止的研究成果,制定了重点研究课题,并通过我们的研究开始了基于函数数据分析的统计分析方法的开发研究。经过努力,我们取得了以下研究成果: 1.将高维向量数据的各个分量值视为离散时间点观测数据,并通过应用非线性建模解决了将其处理为函数时的一个重要问题关于如何构造一定的基组的方法。我们进行了研究并提出了一种可用于函数数据分析的新基扩展方法 2. 基于生命科学、地球科学、环境科学、金融工程和系统工程等领域经常观察和测量的极高维数据。我们致力于信息提取,在函数数据分析的框架下研究这个问题,研究统计分析方法,以有效地从函数数据集中提取有用的信息和模式。特别是,我们研究了识别和判别方法、聚类和维度。减少方法。因此,我们能够提出几种功能性数据分析方法。作为应用研究,我们正在继续和推进蛋白质三维结构的分类、气候变化数据的分类以及现象的阐明等方面的研究。3应用函数数据分析时要解决的重要问题之一是如何将大量有噪声的高维向量数据转换为函数数据,同时又不丢失尽可能多的信息,影响分析结果。对于将向量数据高效地转换为包含信息的函数的方法,我们综合研究了逼近现象结构的模型过程、基于函数数据集的模型估计以及适当的模型选择,并进行了新的分析4。我们正在继续和推进基于形状和固体的函数数据集以及高维函数数据集的建模理论和方法的研究,并且我们已经能够提出一种可以用于各个科学领域的方法。正在努力解决问题。

项目成果

期刊论文数量(23)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Nonlinear regression modeling via regularized radial basis function networks
動径基底関数展開に基づく関数回帰モデリング
基于径向基函数展开的函数回归建模
  • DOI:
  • 发表时间:
    2004
  • 期刊:
  • 影响因子:
    0
  • 作者:
    荒木 由布子;小西 貞則
  • 通讯作者:
    小西 貞則
Nonlinear Regression Modeling Using Regularized Local Likelihood Method
使用正则化局部似然法的非线性回归建模
Adaptive learning machines for nonlinear classification and Bayesian information criteria
用于非线性分类和贝叶斯信息标准的自适应学习机
Nonlinear regression modeling via regularized wavelets and smoothing parameter selection
通过正则化小波和平滑参数选择进行非线性回归建模
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

小西 貞則其他文献

Nonlinear regression modeling and spike detection via Gaussian basis expansions
通过高斯基展开进行非线性回归建模和尖峰检测
  • DOI:
    10.1021/acs.orglett.9b02502
  • 发表时间:
    2010
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Shohei Tateishi;S. Konishi;立石 正平;小西 貞則
  • 通讯作者:
    小西 貞則
多変量関数データに基づく識別・判別法とその応用
基于多元函数数据的识别/判别方法及其应用
  • DOI:
  • 发表时间:
    2007
  • 期刊:
  • 影响因子:
    0
  • 作者:
    荒木 貴光;松井 秀俊;小西 貞則
  • 通讯作者:
    小西 貞則
L1正則化に基づく変化係数モデリングと変数選択
基于L1正则化的变异系数建模和变量选择
  • DOI:
  • 发表时间:
    2012
  • 期刊:
  • 影响因子:
    0
  • 作者:
    松井秀;俊三角 俊裕;小西 貞則
  • 通讯作者:
    小西 貞則
Nonlinear regression modeling via Compressed Sensing
通过压缩感知进行非线性回归建模
  • DOI:
  • 发表时间:
    2011
  • 期刊:
  • 影响因子:
    0
  • 作者:
    H. Inoue;Shohei Tateishi;S. Konishi;井上 寛;立石 正平;小西 貞則
  • 通讯作者:
    小西 貞則
確率的カーネル主成分分析とその応用
随机核主成分分析及其应用
  • DOI:
  • 发表时间:
    2008
  • 期刊:
  • 影响因子:
    0
  • 作者:
    廣瀬慧;芹川義和;小西 貞則
  • 通讯作者:
    小西 貞則

小西 貞則的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('小西 貞則', 18)}}的其他基金

非線形モデリングと統計的計算機技法の研究
非线性建模与统计计算机技术研究
  • 批准号:
    12878046
  • 财政年份:
    2000
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Exploratory Research
汎関数に基づく統計的推測理論とモデリングへの応用
基于泛函函数的统计推断理论及其在建模中的应用
  • 批准号:
    09874050
  • 财政年份:
    1997
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Exploratory Research
欠測値を含む多変量データにもとづく統計的解析の研究
基于含缺失值的多元数据统计分析研究
  • 批准号:
    57730016
  • 财政年份:
    1982
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)
多変量統計的モデルの研究
多元统计模型研究
  • 批准号:
    X00210----574088
  • 财政年份:
    1980
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Encouragement of Young Scientists (A)

相似海外基金

社会的少数者の家族成員間での体験共有と関係性の(再)構築をめぐる研究
社会少数群体家庭成员之间分享经验和(重建)关系的研究
  • 批准号:
    18K02003
  • 财政年份:
    2018
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Utility of the external auditory canal pressure pulse waves for non-invasive intracranial pressure measurement
外耳道压力脉冲波在无创颅内压测量中的应用
  • 批准号:
    15K10298
  • 财政年份:
    2015
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
The development of statistical models based on function data for the high-dimensional medical data
基于函数数据的高维医学数据统计模型的开发
  • 批准号:
    26730023
  • 财政年份:
    2014
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Young Scientists (B)
Inference via functional theory and L1 regularization modeling
通过泛函理论和 L1 正则化建模进行推理
  • 批准号:
    25610035
  • 财政年份:
    2013
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
The General Theory of Jurisdiction, Judicial Review and Rule of Constitutional Law
管辖权、司法审查与宪法法治的一般理论
  • 批准号:
    25380029
  • 财政年份:
    2013
  • 资助金额:
    $ 2.11万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了