階層的グラフ構造の推定と金融ネットワークデータ分析への応用

劉　乃嘉

（指導教員：山西　健司／ 数理情報第6研究室）

研究概要

本論文はネットワーク型データの階層的構造の推定を問題にする．潜在変数を利用して背後の潜在関係を表す手法として，近年注目されている確率ブロックモデルがある．それは各ノードが属するクラスタ（潜在変数）を通じて表現するモデルである．また，階層ネットワークデータを生成する階層的ブロックモデルという手法も提案されている．それは下層にあるクラスタを上層でスーパノードと見なし，巨大なネットワークを再帰的に要約するモデルである．本研究はデータ背の潜在情報を抽出すると同時に，実世界の複雑なネットワークの階層関係も抽出し，最適な要約ネットワークを推定する新たな手法を提案する．

2層のHSBM

卒論の感想

指導教員である山西先生の多くの助言やご提案をいただき，丁寧にご指導していただきました．池先生と久野先生からも何度も親身になってご指導いただきました．また数理情報学第6研究室の皆様方の協力もあり，最後まで書ききることができました．深くお礼申し上げます．