理工学部数理科学科の小林景准教授に足立研セミナーで講演していただきました。

講演題目は「データ空間の幾何学的特徴を用いた統計解析」でした。

研究の背景,そして本研究の立ち位置についてしっかりと説明してくださった後,多様体学習(manifold learning)の3つの代表的な方法
 1. Isomap (2000)
 2. Locally Linear Embedding (LLE) (2000)
 3. Laplacian eigenmap (spectrum embedding) (2001)
を簡潔に解説されました。

その後,小林先生たちのグループが提案されている手法について説明されました。この手法では,測地距離空間がキーワードであり,「曲率」を積極的に変化させるところが特徴だそうです。後半の部分は理論的に難しく,短時間ではついていくことが難しかったですが,この分野の研究について,じっくりと聞くことができて,非常に有意義でした。

小林先生,ご講演,ありがとうございました!

今日は都合がつかないメンバーが多く,少数精鋭の足立研セミナーになりました。堀助教も参加してくださり,ありがとうございました。

慶大理工の中でも,いろいろ学科の先生が,データサイエンスや機械学習について理論的に研究されています。データサイエンスとシステム制御の境界領域について,学科横断的に研究できたらよいな,と個人的に思っています。

コメントを残す

メールアドレスが公開されることはありません。


 *自動投稿防止のため上の画像の文字の入力をお願いします。