权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Establishing a Flexible and Reliable Automatic Approximate Inference Method to Accelerate the Social Execution of Statistical Modeling.

建立灵活可靠的自动近似推理方法，加速统计建模的社会化执行。

基本信息

批准号：
21J11859
负责人：
藤澤将広
金额：
$ 0.96万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

项目摘要

統計モデリングの社会浸透の妨げとなっている理由として挙げていた，複雑なモデルの自動的推論を可能にする近似自動推論の「（１）推論の不安定性」及び「（２）外れ値に対する脆弱性」を克服する手法の開発は，論文化という意味では前年度にて既に達成したため，本年度では，研究成果のアウトリーチ活動を中心に行なった．特に，課題（２）についての成果については，フィンランドにて開催されたベイズ推論に関する国際会議BayesComp2023のサテライトワークショップにて，招待講演の題目に採用され，研究代表者が講演を行った．今後の研究の方向性としては，（１）にて開発した「過去のパラメータ履歴」を用いた分散抑制を含め，近似自動推論における分散抑制がなぜ汎化性能を向上させるのかについての理論解析や，（２）のアイデアを，従来のベイズ推論を一般化した「一般化ベイズ推論」の枠組みまで拡張し，モデル構築の柔軟性を保ちつつ，外れ値やモデルの誤設定に頑健な近似自動推論法を開発することを考えている．また，課題（１）は近似自動推論における安定的な最適化についての研究であったを鑑みれば，開発手法を近似自動推論を超えた一般的な機械学習フレームワークにおける最適化（例えば確率的勾配降下法など）へと拡張することも重要な課題である．理論と手法開発の両面からの研究アプローチを通して，本研究課題の最終目標として掲げた「柔軟で信頼性の高い近似自動推論を通した統計モデリングの社会実装の加速」の実現に向けて邁進する所存である．

The reasons for the impermeability of statistical data are as follows: (1) the instability of inference and (2) the vulnerability of external data.(3) the development of methods for overcoming the instability of inference and the vulnerability of external data.(4) the development of methods for overcoming the instability of inference and the vulnerability of external data.(5) the development of methods for overcoming the instability of inference and the vulnerability of external data. In particular, the topic (2) is related to the international conference BayesComp2023, and the topic of the lecture is adopted by the research representative. The direction of future research is: (1) to open up the "past", to use the "dispersion suppression", to approximate automatic inference, to use the "dispersion suppression", to generalize the "generalization performance", to analyze the theoretical analysis of the "dispersion suppression", to generalize the "generalization", to use the "dispersion suppression", to approximate automatic inference, to generalize the "generalization", to use the "dispersion suppression", to approximate automatic inference, to maintain the flexibility of the "construction", to analyze the "dispersion suppression", to approximate automatic inference, to generalize the "generalization", to construct the" dispersion suppression", to approximate automatic inference, to approximate automatic inference, to generalize the" generalization", to generalize the" generalization", to maintain the flexibility of the" construction", to maintain the flexibility of the" construction", to maintain the flexibility of the" construction". The development of approximate automatic inference method is discussed in detail. Problem (1) Approximate automatic inference is an important problem in the study of stable optimization. The ultimate goal of this research is to reveal the existence of "soft reliability, high approximation, automatic inference, statistical analysis, and acceleration of social implementation."

项目成果

期刊论文数量（9）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

BayesComp2023

贝叶斯比较2023

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

γ-ABC: Outlier-Robust Approximate Bayesian Computation Based on a Robust Divergence Estimator

γ-ABC：基于鲁棒散度估计器的异常鲁棒近似贝叶斯计算

DOI：
发表时间：
2021
期刊：
Proceedings of The 24th International Conference on Artificial Intelligence and Statistics (AISTATS)
影响因子：
0
作者：
Masahiro Fujisawa;Takeshi Teshima;Issei Sato;Masashi Sugiyama
通讯作者：
Masashi Sugiyama

第24回情報論的学習理論ワークショップ（IBIS2021）優秀発表賞受賞

第24届信息化学习理论研讨会（IBIS2021）优秀演讲奖获得者