キーワード サポートベクターマシン が関係する 研究 Discovery Saga
「サポートベクターマシン」の関係研究分野
研究分野別サイレントキーワード
「サポートベクターマシン」とサイレントキーワードを含む研究
【情報学】計算基盤：Digital Elevation Model(DEM) ／サポートベクターマシンを含む研究件
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【情報学】情報学フロンティア：深層ニューラルネットワーク ／サポートベクターマシンを含む研究件
❏深層ニューラルネットワークによる深層準線形サポートベクターマシンの構築と応用(17K06506)
【研究テーマ】制御・システム工学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】古月 敬之 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (50294905)
【キーワード】深層ニューラルネットワーク / サポートベクターマシン / 深層学習 / 機械学習 / パターン認識
【概要】本研究では、深層準線形サポートベクターマシン（SVM)の構築を行う。深層ニューラルネットワークにより深層準線形カーネルを深層学習で合成する。これにより、訓練済の深層ニューラルネットワークからSVMのカーネルを合成し（転移学習）、このカーネルに基づいた分類器をSVM 最適化（小データ）することによって、小データでも深層学習の実現が可能になる。 ...
【複合領域】社会・安全システム科学：ポートフォリオ最適化問題 ／サポートベクターマシンを含む研究件
❏統計的学習理論のポートフォリオ最適化問題への適用(23710174)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】武田 朗子 東京大学, 情報理工学(系)研究科, 准教授 (80361799)
【キーワード】ポートフォリオ最適化問題 / 金融リスク尺度 / 統計的学習 / ロバスト最適化 / サポートベクターマシン (他14件)
【概要】数理最適化・金融工学・統計的学習の三つの分野の融合領域を開拓することを研究目的とした．本研究課題以前は``金融工学でよく知られたリスク尺度（VaRやCVaR）を統計的学習の研究分野に取り入れる”というスタンスで研究を進めてきたが，本課題では，逆に``統計的学習で研究が進められている汎化誤差理論を金融工学に持ち込み，予測精度の高いポートフォリオ最適化モデルを構築する”ことを目的に研究を進めた．その結...
【複合領域】社会・安全システム科学：信用リスク評価 ／サポートベクターマシンを含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【キーワード】資産運用 / グローバル / 金融工学 / 信用リスク評価 / 機械学習 (他16件)
【概要】本研究ではグローバル市場での高い運用効率を有する資産運用方法の確立し、その利用方法を提案することで年金等の資産運用の効率性を向上させることを目的としている。そのため主に3つの研究を行った。1つ目はグローバル市場の収益率分布に基づくポートフォリオ管理手法の提案。2つ目は運用効率改善のための新たな超過収益の源泉として企業間取引情報、テキスト情報の利用可能性調査、3つ目は限定的な財務情報のみ使用可能な状...
【複合領域】社会・安全システム科学：企業間ネットワーク情報 ／サポートベクターマシンを含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【キーワード】資産運用 / グローバル / 金融工学 / 信用リスク評価 / 機械学習 (他16件)
【概要】本研究ではグローバル市場での高い運用効率を有する資産運用方法の確立し、その利用方法を提案することで年金等の資産運用の効率性を向上させることを目的としている。そのため主に3つの研究を行った。1つ目はグローバル市場の収益率分布に基づくポートフォリオ管理手法の提案。2つ目は運用効率改善のための新たな超過収益の源泉として企業間取引情報、テキスト情報の利用可能性調査、3つ目は限定的な財務情報のみ使用可能な状...
【複合領域】社会・安全システム科学：機械学習モデル ／サポートベクターマシンを含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【キーワード】資産運用 / グローバル / 金融工学 / 信用リスク評価 / 機械学習 (他16件)
【概要】本研究ではグローバル市場での高い運用効率を有する資産運用方法の確立し、その利用方法を提案することで年金等の資産運用の効率性を向上させることを目的としている。そのため主に3つの研究を行った。1つ目はグローバル市場の収益率分布に基づくポートフォリオ管理手法の提案。2つ目は運用効率改善のための新たな超過収益の源泉として企業間取引情報、テキスト情報の利用可能性調査、3つ目は限定的な財務情報のみ使用可能な状...
【複合領域】社会・安全システム科学：トラッキング・ポートフォリオ ／サポートベクターマシンを含む研究件
❏統計的学習理論のポートフォリオ最適化問題への適用(23710174)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】武田 朗子 東京大学, 情報理工学(系)研究科, 准教授 (80361799)
【キーワード】ポートフォリオ最適化問題 / 金融リスク尺度 / 統計的学習 / ロバスト最適化 / サポートベクターマシン (他14件)
【概要】数理最適化・金融工学・統計的学習の三つの分野の融合領域を開拓することを研究目的とした．本研究課題以前は``金融工学でよく知られたリスク尺度（VaRやCVaR）を統計的学習の研究分野に取り入れる”というスタンスで研究を進めてきたが，本課題では，逆に``統計的学習で研究が進められている汎化誤差理論を金融工学に持ち込み，予測精度の高いポートフォリオ最適化モデルを構築する”ことを目的に研究を進めた．その結...
【複合領域】社会・安全システム科学：コーポレートガバナンス ／サポートベクターマシンを含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【キーワード】資産運用 / グローバル / 金融工学 / 信用リスク評価 / 機械学習 (他16件)
【概要】本研究ではグローバル市場での高い運用効率を有する資産運用方法の確立し、その利用方法を提案することで年金等の資産運用の効率性を向上させることを目的としている。そのため主に3つの研究を行った。1つ目はグローバル市場の収益率分布に基づくポートフォリオ管理手法の提案。2つ目は運用効率改善のための新たな超過収益の源泉として企業間取引情報、テキスト情報の利用可能性調査、3つ目は限定的な財務情報のみ使用可能な状...
【工学】総合工学：Radial Basis Function ／サポートベクターマシンを含む研究件
❏モデリング機能・適応的進化機能を融合した統合型大域的最適化手法の開発(19560450)
【研究テーマ】制御工学
【研究種目】基盤研究(C)
【研究期間】2007 - 2008
【研究代表者】安田 恵一郎 首都大学東京, 理工学研究科, 教授 (30220148)
【キーワード】システム最適化 / モデリング / シミュレーション / メタヒューリスティクス / 応答曲面 (他8件)
【概要】モデリング・シミュレーション技術との融合・結合を前提とした新たな最適化アルゴリズムの開発と, 最適化アルゴリズムとの融合・結合を前提とした新たなモデリング技術の開発を同時にかつ双方向・相補的に進め, これらを統合した新たな最適化の枠組みである統合型最適化の構築を行った。主要な研究成果の概要は以下の通りである。 Particle Swarm Optimization(PSO)のアルゴリズムに適応的な...