MMDS大阪大学 数理・データ科学教育研究センター
Center for Mathematical Modeling and Data Science,Osaka University

セルワイズな外れ値に対してロバストなスパースグラフィカルモデリング

片山 翔太 (東京工業大学)

大阪大学 数理・データ科学セミナー データ科学セミナーシリーズ 第34回

セルワイズな外れ値に対してロバストなスパースグラフィカルモデリング

片山 翔太 (東京工業大学)

パラメータを正確に0と推定できるスパースモデリングの発展によって, 大規模データに対するグラフィカルモデルの探索が容易となった.一方でデータの大規模化に伴う新たな問題も生じている.そのひとつがデータ行列に対するセルワイズな外れ値の混入である.このような状況では,あるサンプルの変数すべてを除外もしくはその重みを小さくする従来のロバスト推定は,データの情報損失が著しく,適切な方法とは言い難い.本発表ではまず,スパースなグラフィカルモデリングを達成できる主要な方法論について説明し,そのロバスト化についての最近のトピックを概観する.最終的に,既存研究を踏まえながら,セルワイズな外れ値に対してロバストな方法論を新たに構築する.これは,統計数理研究所の藤澤教授およびワシントン大学のDrton教授との共同研究である.

講師: 片山 翔太 (東京工業大学)
テーマ: 大阪大学 数理・データ科学セミナー データ科学セミナーシリーズ 第34回
日時: 2018年06月13日(水) 15:45-17:30
場所: 大阪大学豊中キャンパス基礎工学研究科J棟 数理ディスプレイ室(J617)
参加費: 無料
アクセス: 会場までのアクセスは下記URLをご参照ください。
http://www.es.osaka-u.ac.jp/ja/access.html
お問い合せ: 本ウェブサイトの「お問い合せ」のページをご参照ください。