修論（テーマ，目的，内容，やりがい等）(400文字)
研究テーマは「確率的SFAを用いた高次元時系列データの識別」です． 近年、情報技術や観測技術の発展によりセンサーデータや動画像といった高次元時系列データが容易に入手できるようになっています。そこで、そのようなデータに対して、識別・認識を行うことは、情報活用のためにとても重要になります。 例えば、センサーデータから機械の故障の検知であったり、動画像から行動認識を行ったりすることが挙げられます。 しかし、高次元の時系列データはデータ量がとても大きいため、識別を行う際に計算量が増加し、また識別精度が下がる問題が生じます。そのため、私の研究では統計論的な機械学習手法である「確率的SFA」を用いて，元のデータの情報を保ったまま、次元を減らすデータの特徴抽出を行い、識別を行うアルゴリズムの開発を行っています。この研究で，モーションセンサーの時系列データから行動認識や手話認識を精度よく行うことができます．