Yasunori Fujikoshi 研究室

主宰者：Yasunori Fujikoshi
広島大学

AI 要約（直近 5 年の研究成果）

本研究室は、複雑なデータから不要な変数を除去し、本質的な情報だけを抽出する「変数選択」の問題に取り組んでいます。特に、サンプル数が限られているのに対して応答変数や説明変数の数が非常に多い「高次元データ」の状況で、どの変数が実際に重要かを正確に判定する手法の開発を目指しています。 研究では、提案する統計量の理論的性質をランダム行列理論などの数学的道具を用いて解析することで、大規模データセットでも信頼できる選択ルールが得られることを理論的に保証しています。また、既存の情報量基準（AICやBICなど）やロイ検定など古典的な統計的手法が、サンプル数と変数数が同時に増加する高次元設定ではどのような振る舞いをするかを調査し、各手法の適用限界を明らかにしています。 さらに、欠測値を含むデータや複雑な共分散構造を持つデータなど、実際の応用で生じる様々な状況への対応も進めており、シミュレーションや数値計算により提案手法の実用性を検証しています。

※ 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（9 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）。