構造制約に着目した高次元カウントデータの未知母数推定法と不確実性評価法の構築

构建关注结构约束的高维计数数据未知参数估计方法和不确定性评估方法

• 批准号: 19K20222
• 负责人: 矢野 恵佑
• 金额: $ 2.58万
• 依托单位: The Institute of Statistical Mathematics (2020-2022)The University of Tokyo (2019)
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Early-Career Scientists
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K20222/
• 关键词: Bayesian prediction; Hierarchical model; Markov chain Monte Carlo; divergence; information criterion; 不均一性; ベイズ予測; 類似度学習; リンク回帰; 高次元統計; カウントデータ; スパースモデリング; 擬ベイズ法

ベイズ予測分布に基づく予測モデルの評価法を幅広く議論した。ベイズ予測分布に基づく予測モデルの評価ではWidely Applicable Information Criterion (WAIC)が広 く活用されている。今年度はWAICの高次元モデルでの理論的な妥当性を示し、さらに深層学習を含む高次元モデルで効率的に計算する手法を提案した。これらをまとめた論文が採択された。さらに、昨年度に引き続きWAICを (1) 観測の重みが存在する、(2) 予測と観測の評価関数が異なる、(3) 対数損失以外の予測評価関数を用いる、場合に拡張した Posterior Covariance Information Criterion (PCIC)に関する論文執筆及び投稿をおこなった。その一部は論文として採択された。最後に、PCICの実応用として計測分野における観測点選択への適用可能性及び有用性を数値実験によって検証した。

The basic prediction method of the distribution of the prediction data is discussed. Widely Applicable Information Criterion (WAIC) is widely used in the evaluation of predictive distributions. This year's WAIC high-dimensional theory of the appropriateness of the proposal, and now deep learning, including high-dimensional calculation of the efficiency of the method The paper was published in 1998. In addition, in the past year, the WAIC has been cited as: (1) the importance of measurement exists;(2) the correlation between prediction and measurement varies;(3) the correlation between prediction and measurement other than loss is used; and (4) the Posterior Covariance Information Criterion (PCIC) is used. A part of the paper was written by the author. Finally, the feasibility and usefulness of PCIC's application and measurement point selection are evaluated.

项目成果

On estimation and prediction for high-dimensional Poisson models with quasi-zero inflation

准零膨胀高维泊松模型的估计与预测

• 发表时间: 2019
• 作者: Gouveia Joao;Lourenco Bruno F.;Keisuke Yano
• 通讯作者: Keisuke Yano

The Berry--Esseen type bound for the Bernstein--von Mises theorem in moderately high dimensions

中等高维下伯恩斯坦-冯·米塞斯定理的 Berry--Esseen 型

• 发表时间: 2019
• 作者: Lourenco Bruno F.;Roshchina Vera;Saunderson James;松田 孟留;Keisuke Yano
• 通讯作者: Keisuke Yano

Dependence of variance on covariate design in nonparametric link regression

• DOI: 10.1016/j.spl.2022.109716
• 发表时间: 2020-12
• 期刊: Statistics & Probability Letters
• 作者: Akifumi Okuno;Keisuke Yano

Adjacency-based regularization for partially ranked data with non-ignorable missing

针对具有不可忽略缺失的部分排序数据的基于邻接的正则化

• DOI: 10.1016/j.csda.2019.106905
• 发表时间: 2020
• 期刊: Computational Statistics & Data Analysis
• 影响因子: 1.8
• 作者: Kento Nakamura;Keisuke Yano;and Fumiyasu Komaki
• 通讯作者: and Fumiyasu Komaki

Risk-estimation based predictive densities for heteroskedastic hierarchical models

基于风险估计的异方差分层模型的预测密度

• 发表时间: 2019
• 作者: 井上雅章; Pham Thong;下平英寿;T. Matsuda and Y. Miyatake;Keisuke Yano
• 通讯作者: Keisuke Yano