Kenji Yamanishi 研究室

主宰者：Kenji Yamanishi
東京大学

AI 要約（直近 5 年の研究成果）

本研究室では、時間とともに変化するデータから統計的に意味のある変動を検出する方法の開発に取り組んでいます。具体的には、株式の相関関係の変化、ネットワーク構造の変動、クラスタリング結果の遷移など、様々な現象における急激または段階的な変化を捉えることを目指しています。研究対象は、高次元の時系列データから複雑なグラフ構造まで、多岐にわたっています。 手法としては、情報理論の概念に基づいた統計的モデル選択技術を活用しています。特に、最小記述長原理や正規化最尤法といった原理を、ユークリッド空間以外の幾何学的構造（双曲空間など）を持つデータに拡張する研究が特徴です。また、グラフデータの潜在空間表現やトポロジカルデータ解析など、異なる角度からデータの本質的な構造を捉える手法も開発しています。 さらに、機械学習モデルの性能向上に向けて、グラフニューラルネットワークの学習に適したデータ拡張手法や、複数ラベルが部分的に欠損したデータの処理方法といった応用的な課題にも取り組んでいます。これらの研究を通じて、リアルワールドのデータ分析においてより堅牢で説明可能な機械学習システムの実現を目指しています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

関連研究室(8 件)

研究成果（42 件）

続きを表示（残り 32 件）

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。