生きたことばをモデル化する統計科学の研究：研究室訪問：統計数理研究所
「いづれの御時にか、女御更衣あまたさぶらひける中にいとやむごとなき際にはあらぬが、すぐれてときめきたまふありけり」で始まる『源氏物語』。平安時代中期（11世紀）に成立した宮廷の恋愛物語は、世界最古の長編小説として有名だが、江戸時代の人々にすら極めて難解なことばの集合で、多くの注釈書が発刊されていた。 ことばは時代と共に変化し、それを正しく理解することは失われた意味を復元する作業にも似る。冒頭にかかげた源氏の一節も、教えてくれる人がいなければ、それぞれの単語がどこで切れるのかすら判然としない。 言語を確率論的にとらえ、計算式によって解析（処理）するなら現代語も古典も、未知の言語すらも容易に理解できるようになる――このように考えて「計算言語学」の旗をかかげる統計科学者がいる。 言語の差異構造を統計的に理解する 持橋の専門分野は、「統計的自然言語処理」と「統計的機械学習」。それは簡単に表現するな
神経科学と統計科学の対話
統計数理研究所研究会 神経科学と統計科学の対話 ４ 2014年 3月17日～3月19日 統計数理研究所 東京都立川市（最寄り駅・多摩モノレール高松） 17日 会議室1（2F):やや狭いです 18日 セミナー室1（3F) 19日 セミナー室1＆2（3F)：変更しました (前日の部屋にセミナー室2を繋げて使います) 地図はここ 【昨年までの研究会の記録】 2012年度 「神経科学と統計科学の対話3」 2013年＠統計数理研究所 2011年度 「神経科学と統計科学の対話2」 2011年＠統計数理研究所 2010年度 「神経科学と統計科学の対話」 2010年＠統計数理研究所 参考 「非線形科学と統計科学の対話」 2007年＠統計数理研究所 ３月１７日（月） 会議室1（2F) 13:00-13:10 伊庭 幸人（統数研）オープニング 13:10-14:40 特別講演1 Jiancang Zhuang
H24:Introduction to Statistical Topic Models
統計数理研究所 H24年度公開講座 「確率的トピックモデル」サポートページ 講師: 持橋大地 (統数研), 石黒勝彦 (NTTコミュニケーション科学基礎研究所) 講義スライド 持橋分 (2013/1/15) [PDF] (12MB) 石黒分 (2013/1/16) [PDF] ソフトウェア UM (Unigram Mixtures) um-0.1.tar.gz DM (Dirichlet Mixtures) dm-0.1.tar.gz, dm-0.2.tar.gz PLSI (Probabilistic Latent Semantic Indexing) plsi-0.03.tar.gz (外部サイト) LDA (Latent Dirichlet Allocation) lda-0.1.tar.gz 参考文献 「私のブックマーク: Latent Topic Model (潜在的トピックモデ
Advanced Parsing Workshop 2012
統計的自然言語処理, および画像処理などの関連領域において, 構文解析は最も基礎的で重要な技術です。構文解析は古くから研究されており, 研究は煮詰まったかと思われてきましたが, 最近, 統計的機械翻訳はもとより, 意味処理などの情報抽出タスクにおいても構文情報の利用が進み, その重要性はますます高まっています。 特に, 今年2012年のACLでは, NTTの進藤さんによるTSG(木置換文法)のベイズ学習による 構文解析が教師あり学習による識別モデルを超えて最高性能を出し, ベストペーパー として注目を集めました。 [PDF] 今後の構文解析, および統計的自然言語処理の進展のためには, こうした手法やこれまで の構文解析について平易に紹介し, また形式言語理論の側からも望ましいモデルについて 議論する必要があると感じ, 今回のワークショップを企画しました。 招待講演者には, 以下の4氏にご
所長挨拶 | 統計数理研究所
統計数理研究所（統数研）は、1944年６月に文部省直轄研究所として設立され、以来様々な時代環境の中で特徴ある活動を行ってまいりました。統数研が時代を通じて一貫して大切にしてきたのは、データをどのように取得し、どのように解釈し、モデリングし、意思決定に繋げるかという学術横断的な基盤となる方法論の探究です。一方、統計数理科学は真空の中で成立する学術ではなく、現実・現場との接点にこそ、その真理の発展が存在するとの研究所の先人が築かれた文化を設立以来受継いできました。研究所は水準の高い方法論を現実・現場の接点から創成し、それを基礎研究の成果として持続的創出を目指す、このことが私たちの第一の使命と考えています。 一方、このような統計数理科学の特性を活かし、多様な学術分野との共同研究や産官学協働で解決すべき社会課題達成に最善の統計数理科学的方法論を適用することで貢献しなければならず、これが第二の使命と
http://www.ism.ac.jp/~kitagawa/yogo.html
メータは m，A(j)，Σでそれぞれ，次数，自己回帰係数行列およびイノベーションの分散共分散行列と呼ばれる．TIMSAC78では自己回帰係数行列の各 (i,j) 成分ごとに異なる次数を定めることができる．この場合には k 変量の自己回帰モデルには kхk 個の次数があることになる． ---------- TIMSAC 統計数理研究所で赤池弘次前所長を中心に開発された時系列の解析・予測・制御のためのプログラムパッケージ．Time Series Analysis and Control にちなんでつけられた． TIMSAC，TIMSAC74，TIMSAC78，TIMSAC84の4種類がある．学術関係者は，フリーで手にいれることができる．(問い合わせ先: 統計数理研究所・統計データ解析センター) ---------- 統計数理研究所 統計に関する数理およびその応用に関する研究を行うことを目的
部門紹介
私自身の専門は時系列解析に比べると馴染みが薄いと思いますが，「点過程」と呼ばれる確率過程モデルによる統計解析です。点過程は，突然に発生する事象を数学的に抽象した「点」の発生の確率メカニズムを記述する確率過程です。たとえば， ・インターネットなどでの顧客等のアクセス（サービス工学） ・神経発火や心脈パルスのスパイク波列（生理学・脳科学） ・損害，災害，事故や事件発生などの経済，自然，社会現象（保険数学） ・ハードやソフトシステムの故障やバグ（信頼性工学）や疾病発症，出生，死亡（疫学） ・自然林の樹木，宇宙における銀河，銀河における恒星の配置（自然，社会，環境） などです。事象の発生時や位置を示す「点」に，発生規模（スカラー値）や諸特性（ベクトルや図形など）が付加された対象をマーク付き点過程と呼ばれています。データの解析を通して発生時間や位置，何らかの外因性の変量との因果関係を探し，将来の発生
ホーム | 統計数理研究所
2024/06/07 運営企画本部 学術支援技術補佐員（有期雇用職員、短時間雇用職員）及び技術補佐員（有期雇用職員、短時間雇用職員）の募集について [〆切：令和6年6月24日（月）16:00必着] 2024/05/31 オープンハウス「公開講演会」の講演資料を公開しました 2024/05/24 研究教育職員（統計基盤数理研究系 助教）の募集について [〆切：令和6年7月5日（金）消印有効] 2024/05/24 統計数理研究所ニュースNo.164刊行 2024/05/24 逸見昌之准教授の「コラム」を掲載 2024/05/23 管理部総務企画課事務補佐員（有期雇用職員）の募集について [〆切：令和6年6月14日（金）16：00必着]
ホーム | 統計数理研究所
2024/05/23 「統計数理を活用して未踏物質空間を切り拓く」産学連携シンポジウム (ハイブリッド開催) 2024/05/24 統計数理研究所オープンハウス「人と社会に寄り添うデータサイエンス」 2024/05/24 大学院説明会（2024年度第1回） 2024/06/07 第59回統計的機械学習セミナー 2024/06/25 「線形モデルにおける同時許容限界区間と医療・製薬における最適化の応答局面法」（オンサイト開催） 2024/06/27 第32回品質工学研究発表大会（RQES2024S） 2024/09/23 German-Japanese Fall School "Time Series, Random Fields and beyond"
ビッグ・データを操る者が勝つ
統計数理研究所 所長 樋口知之 データ集約型科学という科学的探究手法が、科学の世界のみならず、ビジネス社会でも注目されている。基本方程式を理論解析や計算機シミュレーションで解く演繹的な手法ではなく、ビッグ・データ（莫大な量のデータ）から課題を見つけ出しモデル化することによって、よりよい予測を行ったり、新しい法則を見つけ出したりする帰納的な手法である。科学の「第四のパラダイム」として学問領域を超えて人類に新しい価値をもたらすと期待され、統計学と社会とのつながりがきわめて重視される時代が到来している。 データ集約型科学は、すでに一九九〇年代に日米欧で研究が始まり、その黎明期において日本も大きく貢献した。当時私が研究していた人工衛星データはビッグ・データの走りであり、その後、ヒト・ゲノム計画で膨大なゲノム・データが獲得された結果、地球・宇宙科学と生命科学の両分野で先行して、ビッグ・データの解析手
「活断層のずれ情報を利用したBPT過程の事前分布によるベイズ型予測について」
活断層のずれ情報を利用したBPT過程の事前分布によるベイズ型予測について A Bayesian predictor based on prior distributions of BPT model with slip rates 統計数理研究所 The Institute of Statistical Mathematics 地震調査委員会（ERC）による日本の活断層データ１）が詳細に公開されて，各活断層の３０年確率予測などが公表されている．長期地震予測では主にBrownian Passage Time （BPT）分布による更新過程モデルを当てはめて推定している（図１参照）．μとαは平均とばらつきを表すパラメタである．これらの最尤推定値 (MLE) をパラメタに代入して予測分布（プラグイン予測） (1) から将来の一定期間の地震発生確率を計算する．ただしERCの活断層の長期評価においては
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
コラム：統計数理研究所
統計数理研究所 公開講座「カーネル法の最前線 ―ＳＶＭ, 非線形データ解析, 構造化データ―」