| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-09-13 11:10 ［特別講演］スパースモデリングによる情報処理 ○池田思朗（統計数理研）  MI2013-40 |
|
| 抄録 | （和） | スパースモデリングとは情報源が「疎」であることを積極的に用いた情報処理の方法である．統計学における LASSO，情報理論における圧縮センシングを代表とするこうした方法は90年代後半にはっきりとした潮流を形成し，今では最適化理論，機械学習といった方法論，そして画像処理，信号処理，脳計測，物理計測といった応用分野をまきこんだ大きな流れとなっている．スパースモデリングによって，データ圧縮，モデル選択，ノイズ除去，認識，クラスタリングといった広い情報処理の方法が可能になる．ここでは基本的な問題設定を説明し，スパースモデリングの応用例を紹介する． |
| （英） | Recently, many information processing methods, which utilizes the sparsity of the information source, are forming a big trend. Here, we call them ``sparse modeling.'' This trend emerged in 90's as LASSO in statistics and compressed sensing in information theory, and now many fields, which are not restricted to, but include optimization theory, machine learning, image & signal processing, brain science, and physical measurements, are involved. Sparse modeling proves many information processing methods, such as compression, model selection, noise reduction, clustering, and recognition. In this talk, fundamental problem is explained with some applications. | |
| キーワード | （和） | 疎性 / 最適化法 / LASSO / 圧縮センシング / ベイズ統計 / / / |
| （英） | sparsity / optimization / LASSO / compressed sensing / Beyesian statistics / / / | |
| 文献情報 | 信学技報, vol. 113, no. 219, MI2013-40, pp. 19-19, 2013年9月. | |
| 資料番号 | MI2013-40 | |
| 発行日 | 2013-09-06 (MI) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | MI2013-40 |
|
| 研究会情報 | |
| 研究会 | MI |
| 開催期間 | 2013-09-13 - 2013-09-13 |
| 開催地（和） | 千葉大学工学部15号棟110号室 |
| 開催地（英） | |
| テーマ（和） | 診断と治療の質を高める画像化・統合化技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MI |
| 会議コード | 2013-09-MI |
| 本文の言語 | 日本語 |
| タイトル（和） | スパースモデリングによる情報処理 |
| サブタイトル（和） | |
| タイトル（英） | Sparse modeling and information processing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 疎性 / sparsity |
| キーワード(2)（和/英） | 最適化法 / optimization |
| キーワード(3)（和/英） | LASSO / LASSO |
| キーワード(4)（和/英） | 圧縮センシング / compressed sensing |
| キーワード(5)（和/英） | ベイズ統計 / Beyesian statistics |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 池田 思朗 / Shiro Ikeda / |
| 第1著者 所属（和/英） | 統計数理研究所 (略称： 統計数理研) The Institute of Statistical Mathematics (略称： ISM) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-09-13 11:10:00 |
| 発表時間 | 50分 |
| 申込先研究会 | MI |
| 資料番号 | MI2013-40 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.219 |
| ページ範囲 | p.19 |
| ページ数 | 1 |
| 発行日 | 2013-09-06 (MI) |
[研究会発表申込システムのトップページに戻る]