不完全データからの大規模半正定行列推定手法の探究と量子情報計算実験推定への応用

不完全数据大规模正半定矩阵估计方法探索及其在量子信息计算实验估计中的应用

• 批准号: 21650029
• 负责人: 鷲尾 隆
• 金额: $ 1.92万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Exploratory Research
• 财政年份: 2009
• 资助国家: 日本
• 起止时间: 2009 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21650029/
• 关键词: データマイニング; 半正定行列; 大規模次元データ; 量子情報計算; 不完全データ推定

本研究では,大規模半正定行列で表わされる不完全データから数学的に許容される完全な半正定行列を高精度,高効率に推定する手法を探求した.本最終年度は、(1)前年度に開発した手法を観測誤差と欠測を含むデータに適用し性能検証を実施し、(2)その手法を量子情報計算実験結果データに適用し、量子情報計算装置の実験動作と理論予想との合致判定法の提供を試みた。(1)開発手法の観測誤差と欠測を含むデータへの適用による性能検証容易に得られる大量データの例として、米国のNational Oceanographic Data Centerにおいて公開されている南太平洋領域の巨視的な海洋波動に関する人工衛星リモートセンシング時系列データを取り上げた。人工的に約半分を削除したデータから波高の推定を行い、原波高データと照合して予測精度の検証を行った。その結果、従来の統計的最尤推定で得た結果に比して、約3倍の精度向上を得ることができた。2)量子情報計算実験結果への適用による実験動作と理論予想との合致判定法の開発まず、量子情報計算シミュレータを構築し、人工的に実験環境の変化、実験パラメータの変化を導入したシミュレーションデータを作成した。このデータに以上により開発と性能確認が終了した推定手法を適用した。その結果、導入した種々の変化を妥当に反映する推定結果を得た。次に、量子情報計算実験の実データへの当該手法の適用を実施し、実験条件の変化を反映した推定が行えることを確認した。

在这项研究中，我们探索了一种方法，该方法是从数学上可接受的完美半专业矩阵中，该矩阵从不完整的数据中以高度准确性和效率表达。在今年的最后一年，（1）将上一年开发的方法应用于包含观察误差和缺失观察结果的数据，（2）将方法应用于量子信息计算实验结果数据，并试图提供一种确定量子信息计算设备的实验操作和理论预测的方法。 （1）通过将开发方法应用于数据，包括观察误差和缺少数据，作为可以轻松获得的大量数据的一个例子，我们已经在美国国家海洋数据中心发表的卫星遥感时间序列数据进行了卫星遥感时间序列数据。从人为删除波高数据的一半的数据中估算了波高，并验证了预测精度。结果，准确性提高的提高大约是使用常规统计最大似然估计获得的结果大约三倍。 2）开发一种方法，通过将其应用于量子信息计算结果，首先将其应用于量子信息计算结果，首先构建了量子信息计算模拟器，并创建了仿真数据，以人为地引入实验环境的变化及其实验参数的变化，从而确定实验行为和理论预测之间的符合性。已通过上述开发和确认的估计方法已应用于此数据。结果，我们获得了合理反映所引入的各种变化的估计。接下来，将该方法应用于量子信息计算实验的实际数据，并确认可以进行反映实验条件变化的估计。

项目成果

統計的大規模因果推論の課題と非ガウス性に基づく挑戦

基于非高斯性的统计大规模因果推断问题与挑战

• 发表时间: 2009
• 作者: 鷲尾隆;清水昌平;河原吉伸;猪口明博
• 通讯作者: 猪口明博

PSD推定の適用範囲拡大と精度向上手法の検討

扩大PSD估计的应用范围并考虑提高精度的方法

• 发表时间: 2009
• 作者: Nguyen Ha Hong;鷲尾隆;宇野毅明;Lim Ee-Peng;桑島洋
• 通讯作者: 桑島洋

高次元ダイナミクスシステムのフィルタリング手法の提案

高维动力学系统滤波方法的提出

• 发表时间: 2009
• 作者: Nguyen Viet Phuong;鷲尾隆;中野慎也;上野玄太;中村和幸;樋口知之
• 通讯作者: 樋口知之

New Frontiers in Applied Data Mining

应用数据挖掘的新领域

• 发表时间: 2009
• 作者: Chawla;S.;Washio;T.;Minato;S.;Tsumoto;S.;Onoda;T.;Yamada;S.;Inokuchi;A.
• 通讯作者: A.

Use of Prior Knowledge in a Non-Gaussian Method for Learning Linear Structural Equation Models

• DOI: 10.1007/978-3-642-15995-4_28
• 发表时间: 2010-09
• 作者: Takanori Inazumi;Shohei Shimizu;T. Washio