WEKO3
アイテム
{"_buckets": {"deposit": "bdc440dd-5412-4066-b1a6-e892af4e6956"}, "_deposit": {"id": "52484", "owners": [], "pid": {"revision_id": 0, "type": "depid", "value": "52484"}, "status": "published"}, "_oai": {"id": "oai:tsukuba.repo.nii.ac.jp:00052484", "sets": ["786", "730"]}, "item_5_biblio_info_6": {"attribute_name": "書誌情報", "attribute_value_mlt": [{"bibliographicIssueDates": {"bibliographicIssueDate": "2018-09", "bibliographicIssueDateType": "Issued"}, "bibliographicIssueNumber": "1", "bibliographicPageEnd": "111", "bibliographicPageStart": "89", "bibliographicVolumeNumber": "48", "bibliographic_titles": [{"bibliographic_title": "日本統計学会誌"}]}]}, "item_5_description_4": {"attribute_name": "抄録", "attribute_value_mlt": [{"subitem_description": "本論文は,高次元統計解析の理論と方法論について,最新の展開を紹介する.最近,Aoshima and Yata (2018a) は,強スパイク固有値(Strongly Spiked Eigenvalue: SSE)モデルというノイズモデルを提唱した.高次元データのノイズは巨大かつ非スパースであり,それゆえデータがもつ潜在的な幾何学的構造は破壊され,統計的推測に精度を保証することが困難になる.理論的には,SSEモデルのもとでは,高次元統計解析の根幹を成す高次元漸近正規性が成立しない.Aoshima and Yata (2018a) は,巨大なノイズ構造を精密に解析し,強スパイクするノイズ空間を避けるようなデータ変換法を開発した.この方法を用いれば,データは弱スパイク固有値(Non-SSE: NSSE)モデルに変換され,潜在空間の幾何学的構造が浮き彫りになり,高精度な高次元統計的推測が可能になる.Aoshima and Yata (2018b) は,この方法論を発展させ,高次元判別分析に新たな理論を展開している.本論文は,高次元統計解析の最新の展開について,適宜文献を紹介しながら解説する.", "subitem_description_type": "Abstract"}]}, "item_5_identifier_34": {"attribute_name": "URI", "attribute_value_mlt": [{"subitem_identifier_type": "HDL", "subitem_identifier_uri": "http://hdl.handle.net/2241/00157905"}]}, "item_5_publisher_27": {"attribute_name": "出版者", "attribute_value_mlt": [{"subitem_publisher": "一般社団法人 日本統計学会"}]}, "item_5_relation_11": {"attribute_name": "DOI", "attribute_value_mlt": [{"subitem_relation_type_id": {"subitem_relation_type_id_text": "10.11329/jjssj.48.89", "subitem_relation_type_select": "DOI"}}]}, "item_5_rights_12": {"attribute_name": "権利", "attribute_value_mlt": [{"subitem_rights": "© 2018 日本統計学会"}]}, "item_5_select_15": {"attribute_name": "著者版フラグ", "attribute_value_mlt": [{"subitem_select_item": "publisher"}]}, "item_5_source_id_7": {"attribute_name": "ISSN", "attribute_value_mlt": [{"subitem_source_identifier": "0389-5602", "subitem_source_identifier_type": "ISSN"}]}, "item_5_source_id_9": {"attribute_name": "書誌レコードID", "attribute_value_mlt": [{"subitem_source_identifier": "AA11989749", "subitem_source_identifier_type": "NCID"}]}, "item_creator": {"attribute_name": "著者", "attribute_type": "creator", "attribute_value_mlt": [{"creatorNames": [{"creatorName": "青嶋, 誠"}, {"creatorName": "アオシマ, マコト", "creatorNameLang": "ja-Kana"}, {"creatorName": "AOSHIMA, Makoto", "creatorNameLang": "en"}], "nameIdentifiers": [{"nameIdentifier": "215", "nameIdentifierScheme": "WEKO"}, {"nameIdentifier": "90246679", "nameIdentifierScheme": "e-Rad", "nameIdentifierURI": "https://nrid.nii.ac.jp/ja/nrid/1000090246679"}, {"nameIdentifier": "0000000482", "nameIdentifierScheme": "筑波大学研究者総覧", "nameIdentifierURI": "http://trios.tsukuba.ac.jp/researcher/0000000482"}]}]}, "item_files": {"attribute_name": "ファイル情報", "attribute_type": "file", "attribute_value_mlt": [{"accessrole": "open_date", "date": [{"dateType": "Available", "dateValue": "2019-10-21"}], "displaytype": "detail", "download_preview_message": "", "file_order": 0, "filename": "JJSSJI_48-1.pdf", "filesize": [{"value": "1.8 MB"}], "format": "application/pdf", "future_date_message": "", "is_thumbnail": false, "licensetype": "license_free", "mimetype": "application/pdf", "size": 1800000.0, "url": {"label": "JJSSJI_48-1", "url": "https://tsukuba.repo.nii.ac.jp/record/52484/files/JJSSJI_48-1.pdf"}, "version_id": "000102a3-1b02-4a21-b732-7ce13839f9bf"}]}, "item_language": {"attribute_name": "言語", "attribute_value_mlt": [{"subitem_language": "jpn"}]}, "item_resource_type": {"attribute_name": "資源タイプ", "attribute_value_mlt": [{"resourcetype": "journal article", "resourceuri": "http://purl.org/coar/resource_type/c_6501"}]}, "item_title": "高次元統計解析: 理論と方法論の新しい展開", "item_titles": {"attribute_name": "タイトル", "attribute_value_mlt": [{"subitem_title": "高次元統計解析: 理論と方法論の新しい展開"}]}, "item_type_id": "5", "owner": "1", "path": ["786", "730"], "permalink_uri": "http://hdl.handle.net/2241/00157905", "pubdate": {"attribute_name": "公開日", "attribute_value": "2019-10-21"}, "publish_date": "2019-10-21", "publish_status": "0", "recid": "52484", "relation": {}, "relation_version_is_last": true, "title": ["高次元統計解析: 理論と方法論の新しい展開"], "weko_shared_id": 5}
高次元統計解析: 理論と方法論の新しい展開
http://hdl.handle.net/2241/00157905
http://hdl.handle.net/2241/00157905a20aed51-c1ba-47d8-9407-2cf9d15d9953
名前 / ファイル | ライセンス | アクション |
---|---|---|
JJSSJI_48-1 (1.8 MB)
|
|
Item type | Journal Article(1) | |||||
---|---|---|---|---|---|---|
公開日 | 2019-10-21 | |||||
タイトル | ||||||
タイトル | 高次元統計解析: 理論と方法論の新しい展開 | |||||
言語 | ||||||
言語 | jpn | |||||
資源タイプ | ||||||
資源 | http://purl.org/coar/resource_type/c_6501 | |||||
タイプ | journal article | |||||
著者 |
青嶋, 誠
× 青嶋, 誠 |
|||||
抄録 | ||||||
内容記述タイプ | Abstract | |||||
内容記述 | 本論文は,高次元統計解析の理論と方法論について,最新の展開を紹介する.最近,Aoshima and Yata (2018a) は,強スパイク固有値(Strongly Spiked Eigenvalue: SSE)モデルというノイズモデルを提唱した.高次元データのノイズは巨大かつ非スパースであり,それゆえデータがもつ潜在的な幾何学的構造は破壊され,統計的推測に精度を保証することが困難になる.理論的には,SSEモデルのもとでは,高次元統計解析の根幹を成す高次元漸近正規性が成立しない.Aoshima and Yata (2018a) は,巨大なノイズ構造を精密に解析し,強スパイクするノイズ空間を避けるようなデータ変換法を開発した.この方法を用いれば,データは弱スパイク固有値(Non-SSE: NSSE)モデルに変換され,潜在空間の幾何学的構造が浮き彫りになり,高精度な高次元統計的推測が可能になる.Aoshima and Yata (2018b) は,この方法論を発展させ,高次元判別分析に新たな理論を展開している.本論文は,高次元統計解析の最新の展開について,適宜文献を紹介しながら解説する. | |||||
書誌情報 |
日本統計学会誌 巻 48, 号 1, p. 89-111, 発行日 2018-09 |
|||||
ISSN | ||||||
収録物識別子タイプ | ISSN | |||||
収録物識別子 | 0389-5602 | |||||
書誌レコードID | ||||||
収録物識別子タイプ | NCID | |||||
収録物識別子 | AA11989749 | |||||
DOI | ||||||
識別子タイプ | DOI | |||||
関連識別子 | 10.11329/jjssj.48.89 | |||||
権利 | ||||||
権利情報 | © 2018 日本統計学会 | |||||
著者版フラグ | ||||||
値 | publisher | |||||
出版者 | ||||||
出版者 | 一般社団法人 日本統計学会 | |||||
URI | ||||||
識別子 | http://hdl.handle.net/2241/00157905 | |||||
識別子タイプ | HDL |