数理モデル?なにそれ?おいしいの? – NAIST Edge
池田和司 (教授): おいしいんです．数理モデルはいろいろな現象を数式で表したもので，数式にすることでその性質をより深く知ることができ，またある操作をした時にどんなことがおこるかを予測することができるようになります．数理情報学研究室ではこの数理モデルを利用して，脳情報学および適応システムを中心とするさまざまな問題を解決するとともに，新たな数理モデルを開発したりその性質を解析したりしています． では，実際に数理モデルを使って研究をしている人に，どんな現象をモデル化してどのようにおいしいのかを聞いてみましょう． 小西卓哉 (D2): 私は数理モデルを関係データに応用する研究をしています．関係データとは複数の対象の関連を表したデータのことで，商品の購買履歴やソーシャルネットワークのようなWeb上のデータがその代表例です．他にも脳の神経ネットワークや遺伝子の相互作用情報も関係データとみなせ，自然科
データを読み解くリテラシー – NAIST Edge
世間では統計学がブームらしい． Google のHal Varian氏は，2009年の時点で「今後 10 年間で最もセクシーな仕事は統計学者だ」と断言している．最近は日本でも統計学に関する本が売れているし，ビッグデータというキーワードにも手垢が付き始めている．私自身も研究者として，あるいは普通の市民として，様々な調査結果や統計データに接する機会が多くなっているような気がするが，その中には，首を傾げたくなるものも少なからず存在する．このボンヤリとした違和感は，統計学以前の，統計的な数字という「情報が作り出される仕組み」の取扱いに関する不適切さから来るのではないか，と最近は思いつつある．小文では，情報理論における「エルゴード性」というキーワードを軸に，この雑駁とした感じについて書いてみたい． 影の薄い「エルゴード性」 エルゴード性は情報理論で学ぶ基礎的な概念の一つであるが，抽象的でイメージする
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
