担当者:本橋

タイトル:主成分分析

アブストラクト:
 主成分分析は多変数データ解析の手法の一つである。主成分分析ではもとの変数の線形結合から作られる主成分と呼ばれる新しい基底を定義する。主成分はもとの変数間にあった相関を可能な限り取り除くように構成される。分散が最大となる基底は、データの相関性を抽出した座標であり、データの性質をよく記述する座標である。逆に分散が最小となる基底は、その観測から最もよく制限されるパラメータの組み合わせを与える。一般に理論パラメータは関数を経て観測データに織り込まれるが、このような場合に主成分分析は強力な解析手法となる。
 今回は主成分の構成法を解説した後、ダークエネルギーの状態方程式の再構築を例にとり、宇宙論への応用を紹介する。

内容:
1. 序論
2. 主成分の構成
3. 宇宙論への応用

参考文献:

Licia Verde"A practical guide to Basic Statistical Techniques for Data Analysis in Cosmology"arXiv:0712.3028
Alan Heavens"Statistical techniques in cosmology"arXiv:0906.0664
Lindsay Smith"A Tutorial on Principal Components Analysis"COSC453 2007, http://www.cs.otago.ac.nz/cosc453/student_tutorials/principal_components.pdf
Dragan Huterer"Accelerating Universe: Observations and Phenomenology"RESCEU/DENET Summer School 2010, http://www.resceu.s.u-tokyo.ac.jp/workshops/resceu10s/lecnotes_DENETss_DH.pdf
Dragan Huterer, Glenn Starkman"Parameterization of dark-energy properties: A Principal-component approach"Phys.Rev.Lett. 90 (2003) 031301, [astro-ph/0207517]
Andreas Albrecht et al."Findings of the Joint Dark Energy Mission Figure of Merit Science Working Group"arXiv:0901.0721
 

トップ   編集 凍結 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2013-11-20 (水) 11:11:54 (1461d)