[Discovery Saga Top] [Saga Next] [無料公開版Discovery Saga] [Discovery Sagaプレミアムご案内] [早稲田大学研究Discovery Saga] [産学連携のご案内] [Saga Concept] [会社概要] [お問い合わせ]
キーワード  主成分分析 が関係する  研究 Discovery Saga
研究分野別サイレントキーワード
「主成分分析」サイレントキーワードを含む研究
【情報学】情報基礎学:ファクターモデル主成分分析を含む研究件
❏構造変化分析の実用的発展に向けた研究(25870235)
【研究テーマ】経済統計
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】山本 庸平 一橋大学, 大学院経済学研究科, 准教授 (80633916)
【キーワード】構造変化 / 内生性 / 経済予測 / 大規模データ / 信頼区間 (他16件)
【概要】計量経済学の構造変化分析につき、実際の経済分析への有用性を向上すべく、以下の3点につき理論および実証研究を行った。1点めは、経済モデルの内生性への対応であり、操作変数法を用いる手法の是非につき議論し、最小二乗法を用いたより正確な統計的推論を提案にした。2点めは、データが複雑なトレンドや断絶といった低周波ノイズを持つ場合に、より正確な構造変化分析手法を確立した。3点めは、大規模データを用いた将来予測...
❏高次元データに関するポートフォリオ最適化問題(24730193)
【研究テーマ】経済統計学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2017-03-31
【研究代表者】白石 博 慶應義塾大学, 理工学部(矢上), 准教授 (90454024)
【キーワード】最適ポートフォリオ / 統計的推定 / 漸近理論 / 高次元データ / 縮小推定量 (他13件)
【概要】本研究では、投資資産が膨大となるような高次元設定の下で(1)『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および(2)『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の2つの推定量を提案した。まず、これらの推定量の理論的、数値的正当性を確認すると同時に、日本の株価データ(200銘柄)を用いて既存のポートフォリオとのパフォーマンスを(シャー...
【情報学】情報基礎学:漸近理論主成分分析を含む研究件
❏時空間データの局所複雑構造に対する統計解析の理論的新展開(20K11719)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】劉 言 早稲田大学, 理工学術院, 専任講師 (10754856)
【キーワード】時空間データ / 局所的統計解析 / 局所グレンジャー因果性 / EEGデータ / 時変スペクトル (他15件)
【概要】時空間データが簡単に取得できるようになった昨今、その複雑な構造を統計的に解析することが重要になってきている。従来の時系列解析では、定常過程の統計解析が主な研究対象であった。それに対し、本研究では、時空間データの局所構造に着目し、新たな統計解析手法を提案する。このような時空間データに対して、局所定常過程のもつ時変スペクトルを利用して、局所部分観測の統計的解析を行う。これは一種の高次元的統計解析であり...
❏高次元データに関するポートフォリオ最適化問題(24730193)
【研究テーマ】経済統計学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2017-03-31
【研究代表者】白石 博 慶應義塾大学, 理工学部(矢上), 准教授 (90454024)
【キーワード】最適ポートフォリオ / 統計的推定 / 漸近理論 / 高次元データ / 縮小推定量 (他13件)
【概要】本研究では、投資資産が膨大となるような高次元設定の下で(1)『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および(2)『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の2つの推定量を提案した。まず、これらの推定量の理論的、数値的正当性を確認すると同時に、日本の株価データ(200銘柄)を用いて既存のポートフォリオとのパフォーマンスを(シャー...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】情報基礎学:判別分析主成分分析を含む研究件
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
❏ニューラルネットによる非線形多変量解折の心理教育学への応用的研究(08710109)
【研究テーマ】教育・社会系心理学
【研究種目】奨励研究(A)
【研究期間】1996
【研究代表者】豊田 秀樹 立教大学, 社会学部, 助教授 (60217578)
【キーワード】心理教育測定学 / ニューラルネットワーク / 非線形多変量解析法 / 判別分析 / 回帰分析 (他8件)
【概要】研究代表者の専門は心理教育測定学であり,研究業績にも示したとおりこれまで多変量解析の理論的かつ応用的研究を行ってきた.一般的に,心理学や教育学の分野でのデータには多くの誤差が混入しており,多変量解折の分析結果が思わしくないことも多い.そこで近年注目されているニューラルネットワークを非線形多変量解析の1つの手法として導入した.本研究では,教育心理学分野でなじみの深い応用例の紹介を通じて,実用的な意味...
【情報学】情報基礎学:多変量解析主成分分析を含む研究件
❏多次元確率分布の主要点に関する研究(23700341)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】松浦 峻 慶應義塾大学, 理工学部, 助教 (70583368)
【キーワード】主要点 / Principal points / 楕円対称分布 / 球面対称分布 / 多次元混合分布 (他11件)
【概要】確率分布のk個の主要点(k-principal points)とは,その確率分布に従う確率変数(ベクトル)と最も近い点との距離の2乗の期待値を最小にするk個の点の配置のことである.本研究では多次元確率分布のprincipal pointsの性質の解明と標本データからの推定問題に取り組み,主に以下の成果を得た.(1)主部分空間定理と呼ばれる,principal pointsが存在する範囲と主成分ベク...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】計算基盤:高次元データ主成分分析を含む研究件
❏高次元データに関するポートフォリオ最適化問題(24730193)
【研究テーマ】経済統計学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2017-03-31
【研究代表者】白石 博 慶應義塾大学, 理工学部(矢上), 准教授 (90454024)
【キーワード】最適ポートフォリオ / 統計的推定 / 漸近理論 / 高次元データ / 縮小推定量 (他13件)
【概要】本研究では、投資資産が膨大となるような高次元設定の下で(1)『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および(2)『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の2つの推定量を提案した。まず、これらの推定量の理論的、数値的正当性を確認すると同時に、日本の株価データ(200銘柄)を用いて既存のポートフォリオとのパフォーマンスを(シャー...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】情報学フロンティア:隠れマルコフモデル(HMM)主成分分析を含む研究件
❏転写制御プログラムのシステム的解析(16300095)
【研究テーマ】生体生命情報学
【研究種目】基盤研究(B)
【研究期間】2004 - 2006
【研究代表者】榊原 康文 慶應義塾大学, 理工学部, 教授 (10287427)
【キーワード】転写結合モチーフ / 転写制御 / 隠れマルコフモデル / プロモーター / クロマチン免疫沈降 (他15件)
【概要】クロマチン免疫沈降とDNAチップの技術を用いた転写因子結合に関する網羅的なデータ(chIP-chipデータ)から,プロモータ領域に結合する転写因子の結合部位を精度よく分別的に発見する新しいアルゴリズムを設計し,そのシステムを構築した.酵母菌のデータに対して本システムを用いて計算機実験を行ったところ,既存のすべての結合部位発見プログラムよりも優れた性能を示した.タンパク質問相互作用データを用いた協調...
❏固有声(eigenvoice)に基づいた音声合成---多様な声質の実現を目指して---(12680380)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2002
【研究代表者】北村 正 (2001-2002) 名古屋工業大学, 大学院・工学研究科, 教授 (60114865)
【キーワード】HMM音声合成 / 固有声 / 声質 / eigenvoice / 隠れマルコフモデル (他12件)
【概要】自動電話番号案内/自動残高照会/電子メール読み上げなどの電話サービス,カーナビゲーションにおける音声インタフェース,パソコンの音声入出力インタフェース,自動翻訳電話,など,音声認識,音声合成の技術を用いた各種システムが実用化の段階に入ろうとしており,その将来への期待が高まっている.ところが,この中で用いられる多くの音声合成システムは,予め定められた話者の声質、および発話スタイル(通常、読み上げ調)...
【情報学】情報学フロンティア:機械学習主成分分析を含む研究件
❏多次元組織データを用いた組織予測理論へのデータ同化による新規材料設計因子の探索(18K13983)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】江草 大佑 東京大学, 大学院工学系研究科(工学部), 助教 (80815944)
【キーワード】アルミニウム / 1000系合金 / Al-Fe合金 / 加工軟化 / スカベンジング効果 (他15件)
【概要】持続可能な社会を実現するためには、高機能な軽金属材料の開発による省エネルギー化が重要となる。軽金属材料の性能を向上に向けては、微量添加元素の影響を受ける微細組織の制御が重要となる。加えて、革新的な高機能材料を開発するためには、材料特性に影響を与える新規な微細構造因子の発見が必要となる。本研究では、アルミニウム合金の機械的特性を主な対象として、原子スケールからミクロスケールにかけて取得可能な多次元組...
❏時間的な変化を伴うデータに対する機械学習手法に関する研究(14F04730)
【研究テーマ】知能情報学
【研究種目】特別研究員奨励費
【研究期間】2014-04-25 - 2015-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 共分散行列 / 共変量シフト / 主成分分析 / ブレインコンピュータインターフェイス
【概要】ブレインコンピュータインターフェイスなどでは,共分散行列を特徴としてパターン認識を行う事が多い.本研究では,共分散行列に関する新しい機械学習技術を二つ開発した.一つ目は,データの生成確率分布が時間とともに変化する共変量シフトの状況における共分散行列の推定法である.重要度とよばれる確率密度関数の比で重みを付けて共分散行列を推定することにより,共変性シフト下でも適切に共分散行列が推定できるようになった...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】情報学フロンティア:統計科学主成分分析を含む研究件
❏時空間データの局所複雑構造に対する統計解析の理論的新展開(20K11719)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】劉 言 早稲田大学, 理工学術院, 専任講師 (10754856)
【キーワード】時空間データ / 局所的統計解析 / 局所グレンジャー因果性 / EEGデータ / 時変スペクトル (他15件)
【概要】時空間データが簡単に取得できるようになった昨今、その複雑な構造を統計的に解析することが重要になってきている。従来の時系列解析では、定常過程の統計解析が主な研究対象であった。それに対し、本研究では、時空間データの局所構造に着目し、新たな統計解析手法を提案する。このような時空間データに対して、局所定常過程のもつ時変スペクトルを利用して、局所部分観測の統計的解析を行う。これは一種の高次元的統計解析であり...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【複合領域】デザイン学:クラスター分析主成分分析を含む研究件
❏多次元確率分布の主要点に関する研究(23700341)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】松浦 峻 慶應義塾大学, 理工学部, 助教 (70583368)
【キーワード】主要点 / Principal points / 楕円対称分布 / 球面対称分布 / 多次元混合分布 (他11件)
【概要】確率分布のk個の主要点(k-principal points)とは,その確率分布に従う確率変数(ベクトル)と最も近い点との距離の2乗の期待値を最小にするk個の点の配置のことである.本研究では多次元確率分布のprincipal pointsの性質の解明と標本データからの推定問題に取り組み,主に以下の成果を得た.(1)主部分空間定理と呼ばれる,principal pointsが存在する範囲と主成分ベク...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
❏政治テキストの内容分析システムの構築(07552001)
【研究テーマ】政治学
【研究種目】基盤研究(A)
【研究期間】1995 - 1997
【研究代表者】田中 明彦 東京大学, 東洋文化研究所, 助教授 (30163497)
【キーワード】政治テキスト / 内容分析 / 頻度分析 / 主成分分析 / クラスター分析 (他10件)
【概要】本年度は、最終年度として政治テキストの分析ソフトウェアシステムとして『Content Analyzer』を完成させた。昨年度までの作業で、複数テキスト・ファイルからの検索と該当個所の抽出、概念の単純頻度計測および同時出現頻度の計測は実現していたが、本年度はこれらのデータから主成分分析およびクラスター分析を行うルーティンを追加し、テキストの分析システムとしての一貫性を持ったソフトウェアとして『Con...
【数物系科学】物理学:ランダム行列主成分分析を含む研究件
❏高次元データに関するポートフォリオ最適化問題(24730193)
【研究テーマ】経済統計学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2017-03-31
【研究代表者】白石 博 慶應義塾大学, 理工学部(矢上), 准教授 (90454024)
【キーワード】最適ポートフォリオ / 統計的推定 / 漸近理論 / 高次元データ / 縮小推定量 (他13件)
【概要】本研究では、投資資産が膨大となるような高次元設定の下で(1)『分散共分散行列の逆行列に対する漸近不偏な推定量を用いた最適ポートフォリオ推定量』および(2)『ポートフォリオ比率に対する縮小推定量を用いた最適ポートフォリオ推定量』の2つの推定量を提案した。まず、これらの推定量の理論的、数値的正当性を確認すると同時に、日本の株価データ(200銘柄)を用いて既存のポートフォリオとのパフォーマンスを(シャー...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【工学】総合工学:可視化主成分分析を含む研究件
❏分光学的手法とインフォマティクスを利用した網羅的神経解剖学の創成(15K12143)
【研究テーマ】生命・健康・医療情報学
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2017-03-31
【研究代表者】岡 浩太郎 慶應義塾大学, 理工学部(矢上), 教授 (10276412)
【キーワード】生体生命情報学 / 生物物理 / 神経科学 / 細胞・組織 / 可視化 (他12件)
【概要】脳領域を客合理的に分類する新規手法を開発した。ラマン分光によるスペクトル計測を脳標本で行うことより、ピクセル毎にスペクトル情報を得る。このスペクトル情報を利用して、スペクトルが似た領域を抽出し、マッピングした。この結果,神経線維をラッピングしているミエリンや、セロトニン、ドーパミン、グルタミン酸含有細胞を非染色で検出することができた。また脳領域境界を合理的に決定する方法として、核位置を利用したボロ...
❏生体物質の分布状態の可視化と定量を狙った蛍光指紋イメージング技術の開発(24380141)
【研究テーマ】農業環境工学
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】杉山 純一 国立研究開発法人農業・食品産業技術総合研究機構, その他部局等, 研究員 (20353972)
【キーワード】蛍光指紋 / パン生地 / グルテン / 澱粉 / イメージング (他16件)
【概要】分光イメージングと蛍光指紋を組み合わせて、前処理せずにパン生地中のグルテンと澱粉の分布を可視化する手法を開発した。パン生地、グルテン、澱粉の蛍光指紋を63波長条件の蛍光画像の撮像から再構築し、パン生地の各画素において、グルテンおよび澱粉との蛍光指紋の類似度を計算し、その類似度を各成分の存在確率として擬似カラーでマッピングすることにより、パン生地中のグルテンおよび澱粉の分布を可視化することに成功した...
【医歯薬学】社会医学:生体生命情報学主成分分析を含む研究件
❏分光学的手法とインフォマティクスを利用した網羅的神経解剖学の創成(15K12143)
【研究テーマ】生命・健康・医療情報学
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2017-03-31
【研究代表者】岡 浩太郎 慶應義塾大学, 理工学部(矢上), 教授 (10276412)
【キーワード】生体生命情報学 / 生物物理 / 神経科学 / 細胞・組織 / 可視化 (他12件)
【概要】脳領域を客合理的に分類する新規手法を開発した。ラマン分光によるスペクトル計測を脳標本で行うことより、ピクセル毎にスペクトル情報を得る。このスペクトル情報を利用して、スペクトルが似た領域を抽出し、マッピングした。この結果,神経線維をラッピングしているミエリンや、セロトニン、ドーパミン、グルタミン酸含有細胞を非染色で検出することができた。また脳領域境界を合理的に決定する方法として、核位置を利用したボロ...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【医歯薬学】薬学:分子動力学計算主成分分析を含む研究件
❏時間分解蛍光測定によるタンパク質内部運動と協奏する水和構造変化の解析(22244054)
【研究テーマ】生物物理・化学物理
【研究種目】基盤研究(A)
【研究期間】2010-04-01 - 2014-03-31
【研究代表者】中迫 雅由 慶應義塾大学, 理工学部, 教授 (30227764)
【キーワード】タンパク質水和 / 水和構造 / 分子動力学シミュレーション / 蛍光分光 / 和周波測定 (他31件)
【概要】生命活動の素過程を担うタンパク質分子は水環境において構造形成し機能する。何故水環境を必要とするのかを理解するには、タンパク質表面での水分子の運動をピコ秒時間分解能と原子分解能で探る必要がある。本研究では、タンパク質からの時間分解蛍光測定装置を開発しながら、特徴的なドメイン運動を行うタンパク質について、その運動の原因となっている水和構造変化を蛍光測定、結晶構造解析などの実験と大規模な分子動力学シミュ...
❏蛋白質の柔らかいダイナミクスの機能発現(16207008)
【研究テーマ】生物物理学
【研究種目】基盤研究(A)
【研究期間】2004 - 2006
【研究代表者】笹井 理生 名古屋大学, 大学院工学研究科, 教授 (30178628)
【キーワード】粗視化シミュレーション / 機能ファネル / 主成分分析 / エネルギーランドスケープ / 分子モーター (他11件)
【概要】3年間の研究期間を通じて、以下のような研究の進展があった。 (1)フォールディング研究で開発されたシミュレーション法を拡張して適用した。この方法をアクトミオシンに適用し、ミオシンがアクチンフィラメント上を動く機構を分析し、レバーアーム的な運動を示すもの、偏ったブラウン運動に相当するすべり運動を示すものなどが混在していることが示された。 (2)Goモデル、および類似のモデルを用いて蛋白質のフォールデ...