組織

専攻

附属センター

関連連携研究機構

関連学部

変化検知とグラフ埋め込みのための潜在変数モデル選択の研究

浦野 健人

（指導教員：山西 健司 教授／ 数理情報第6研究室）

資料PDF（urano.pdf）
研究概要

クラスタ構造変化予兆検知
潜在変数モデル選択は、データの背後に隠れた構造を発見することに繋がる。本研究では、潜在変数モデル選択を通して、有限混合モデルにおけるクラスタ構造変化の予兆検知手法と、グラフ埋め込みにおける次元とクラスタ数の選択手法を提案した。
修論の感想

自分の研究の立場を見出すことや、提案手法の評価方法やそのための実験の設定を考えることが難しく、行き詰まることが多かったものの、全体として良い経験になりました。

>
ISTyくん

東京大学 THE UNIVERSITY OF TOKYO

Copyright © 2019 　Graduate School of Information Science and Technology, The University of Tokyo