他組織イベント案内

2017-05-02 データ駆動科学セミナー

投稿者:  星 健夫(鳥取大学)
会場: 鳥取大学工学部 21講義室
概要: 福島 孝治先生(東大)による、圧縮センシング(少ない観測から信号源を復元する方法)に関する先端研究の紹介です

日程 2017年 5月 2日(火) 17:00-17:50
会場 鳥取大学工学部 21講義室
講演者 福島 孝治氏(東京大学大学院総合文化研究科)
題目 データ解析の成功と失敗を判定する交差検証法 -その実験はいつやめてよいかを考える-
概要 近年、圧縮センシングと呼ばれる技術が少ない観測から信号源を復元する方法として注目されている。 特に信号源の情報が疎(スパース)であることに基づいて、信号源の次元よりも少ない観測回数でも信号源が再構成可能であることが知られている。 実験時間の短縮は実験環境の準備やコストの観点から望ましいし、早く実験を終えて家に帰れることは悪いことではない。 理論的には信号源のスパース度に関して、再構成可能な観測回数に閾値が存在することが示されている。 すなわち、観測回数が十分多いと再構成に成功するが、少ないと失敗する確率が多いわけである。 ただし、この理論的予測は信号源のスパース度は事前に知っていることが前提されている。 一般の実験ではそのような前提は期待できない。 そこで、我々は事前情報なしに観測データの解析をしながら、再構成の成功か失敗かを判定する手続きを提案し、理想的な設定で理論解析を行った。 これは圧縮センシングを終わるための手続きを与えていると言える。 セミナーではその手続きと応用例を示す。 この研究は中西(大野)義典(東大)との共同研究である。
集中講義について 本セミナーは研究者むけですが、下記集中講義の一部を兼ねています。

集中講義「データ駆動科学入門」 (機械物理系特別講義II及び機械宇宙工学特別講義I)
講師: 福島 孝治氏(東京大学大学院総合文化研究科)
日程: 平成29年 5月 2日(火)3-5限, 3日(水)1-5限
会場: 鳥取大学工学部21講義室

概要:
2015年に囲碁ソフトウェア「AlphaGo」がプロ棋士を破ったことは、人工知能の躍進を印象づけた。 以来、一般社会でも聞かれるようになり、いわゆる機械学習・人工知能ブームが到来している。 ビッグデータの解析、自動車の自動運転や医療診断などでさまざまな分野で活躍が期待されている。 しかしながら、そうした技術は大量のデータをポンといれると何でもでてくる「打出の小槌」ではない。 むしろ、普段の学生実験などのデータ解析にも共通する泥臭い作業であり、本質的な構造はその中にも埋め込まれている。 本講演では、学生実験などであまり楽しみを見いだせない、あるいは見いだせなかったかもしれないあの最小二乗法をベイズ統計の枠組みで見なおし、根本的なモデル選択の難しさやスパースモデリングの考え方を解説する予定である。

第1章 最小二乗法再考: 取得したデータからわかることとは
第2章 ベイズ統計入門: 逆向き解析の考え方
第3章 イメージング画像解析:たくさんのピークを分解する
第4章 圧縮センシング:できるだけ実験時間を短くしよう
第5章 圧縮センシングの成否判定問題:いつ実験をやめるのか
第6章 まとめ
問い合わせ先 星 健夫
e-mail: hoshiseparatordamp.tottori-u.ac.jp
詳細 web 5/2 セミナー資料、pdf
5/2,3 集中講義資料、pdf