大規模混合分布モデルによるプラズマ粒子速度分布の構造検出

利用大规模混合分布模型对等离子体粒子速度分布进行结构检测

• 批准号: 13780179
• 负责人: 中村 永友
• 金额: $ 1.34万
• 依托单位: Sapporo Gakuin University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-13780179/
• 关键词: 混合分布モデル; プラズマ粒子速度; Maxwell分布; 切断分布; プラズマ粒子速度分布

人工衛星により観測されたプラズマ粒子速度データに対して混合分布モデルによる分析を行なった.このデータは基本的に,データ自身の問題と,モデル適用上の問題が存在する.まず前者は,(1)離散の値(極座標値)+実数値の重み(擬頻度)という形式のデータである,(2)高速と速度0付近の粒子が観測不能であるため分布が切断されている,また計測器が仰角俯角方向±75の範囲でしか計測できないため,上下方向も観測不能である,(3)部分的にゆがんだ分布がある,(4)ノイズでない拡散粒子の存在,(5)データ数(粒子数)は数千から数万と大規模データセットであること,(6)データ形式が本来極座標形式の方角データ(directional data)であることなどが挙げられる.後者は,以上のデータの性質を受けて,成分分布の選定の問題,方角データを基礎とする分布(Fisher分布,Kent分布など)の混合やロバスト化・skew化,最も重要な成分分布数の推定問題,などが挙げられる.このデータ解析において従来手法をストレートに適用した結果が,すでに発行されている.しかし,より厳密な解析を行なう場合には様々な工夫が必要となってくる.本年度は,これら多数の問題のうち,(2)の観測不能領域に対する検討を行った.まず,1次元の正規分布において観測不能領域を含むモデリングをして正確なパラメタ推定を行うための方法を提案した.このモデルを混合分布モデルに拡張し,同様に各パラメタの正確な推定を実現した.現在は,この1次元のモデルを多次元に拡張し実データヘ適用を行っているところである.これまで統計科学であまり扱うことのなかったデータであるので,研究計画を提出した時点より様々な問題点やそれに対するアイディアがいくつも出はじめている.例えば仮定する混合分布モデルを進化させて,成分パラメタの時系列的扱い,およびベイズ的扱いが,より実際のデータ解析上有用ではないかと思いはじめている.近い将来この検討を進め予定である.

Artificial satellite measurement and particle velocity analysis The basic problem of this problem is that the problem itself exists. The former is: (1) discrete value (polar coordinate value)+ numerical value of weight (pseudo-frequency),(2) high speed and velocity 0 close particles cannot be detected,(3) partial distribution of height and depression direction ±75,(4) vertical direction cannot be detected,(4) the existence of scattered particles,(5) the number of particles (number of particles) in thousands,(6) the form of particles in polar coordinates, and (7) the form of particles in polar coordinates. The latter is the problem of determining the distribution of components, the problem of mixing and skewing the distribution of square angle components, the problem of estimating the distribution number of the most important components, and the problem of determining the distribution number of the most important components. The analysis of the data is based on the results of the analysis. The time is necessary for the analysis of the situation. This year, the majority of the problems are discussed, and (2) the areas where the test cannot be carried out are discussed. A method for estimating the correct value of a variable is proposed. The mixed distribution of these two types of materials is expanded, and the correct estimation of each type of material is realized. Now, this 1st dimension video is being implemented in multiple dimensions for real-world applications. This is a statistical science project. It's a problem. For example, the mixed distribution of the mixed distribution is evolved, and the composition of the mixed distribution is changed from time to time. In the near future, we will discuss the future.

项目成果

Genta Ueno, Nagamoto Nakamura, Tomoyuki Higuchi: "Separation of Photoelectrons via Multivariate Maxwellian Mixture Model"The proceedings of The Forth International Conference on Discovery Science, Lecture Notes in Computer Science, Springer-Verlag. 2226.

Genta Ueno、Nagamoto Nakamura、Tomoyuki Higuchi：“通过多元麦克斯韦混合模型分离光电子”第四届国际发现科学会议论文集，计算机科学讲义，Springer-Verlag。

Ueno G., N.Nakamura et al.: "Application of Multivariate Maxwellian Mixture Model to Plasma Velocity Distribution""Progresses in Discovery Sience, Final Report of the Japanese Discovery Science Project," Lecture Notes in Computer Science, Springer-Verlag.

Ueno G.、N.Nakamura 等人：“多元麦克斯韦混合模型在等离子体速度分布中的应用”“发现科学进展，日本发现科学项目的最终报告”，计算机科学讲义，Springer-Verlag。

Ueno G., N.Nakamura et al.: "Application of multivariate Maxwellian mixture model to plasma velocity distribution function"Journal of Geophysical Research. 106. 25655-25672 (2001)

Ueno G.、N.Nakamura 等人：“多元麦克斯韦混合模型在等离子体速度分布函数中的应用”地球物理研究杂志。

Genta Ueno, Nagamoto Nakamura, Tomoyuki Higuchi, others.: "Application of Multivariate Maxwellian Mixture Model to Plasma Velocity Distribution"S. Arikawa and A. Shionhara eds., "Progresses in Discovery Sience, Final Report of the Japanese Discovery Scien

Genta Ueno、Nagamoto Nakamura、Tomoyuki Higuchi 等：“多元麦克斯韦混合模型在等离子体速度分布中的应用”S。

Ueno G., N.Nakamura et al.: "Application of multivariate Maxwellian mixture model to plasma velocity distribution"Progress in Discovery Science, Lecture Notes in Computer Science, Springer-Verlag. 2281. 372-383 (2002)

Ueno G.、N.Nakamura 等人：“多元麦克斯韦混合模型在等离子体速度分布中的应用”发现科学进展，计算机科学讲义，Springer-Verlag。