ミニシンポジウム「高次元での正規近似:CLTとBvMをめぐって」
- Event
11月27日(金) 14:30-17:30 (終了時刻は目安です)
Youtubeライブ配信(現地での外部参加なし)
はじめに 伊庭 幸人(PhiMAS) 15分
基調講演 矢野 恵佑(統数研)75分
休憩 10分
座談会 矢野 恵佑,小渕 智之(京大),内場 崇之(すうがくぶんか),伊庭 幸人(司会) 最大80分
基調講演アブストラクト
たくさんの小さな偶然の和は、正規分布に近づく。これは中心極限定理(CLT)として知られ、データから得た結論がどのくらい確かかを知る手がかりになってきた。では、足し合わせるものが、何万、何億もの成分をもつベクトルだったらどうだろうか。AIをはじめ、現代のデータ解析ではめずらしくない状況である。この問いに答えようとするのが、高次元中心極限定理である。
ベイズ統計にも、よく似たBernstein–von
Mises(BvM)定理がある。データが多ければ、ベイズ推論の結果も正規分布で近似でき、その信頼性が裏づけられる、というものだ。しかし、推測したい量が膨大になると、これも当たり前ではなくなる。
本講演では、高次元になるとCLTとBvMの何が難しくなるのか、そしてどこまでいけるのかを、最近の研究を紹介しながら考える。