コンテンツへスキップ
Digital Reactor
Digital Reactor
  • ホーム
  • 技術ブログ
  • 会社情報
  • お問い合わせ
  • ホーム
  • 技術ブログ
  • 会社情報
  • お問い合わせ

カテゴリー: その他

モンテカルロVaRにおける、分布の仮定がリスク評価に与える影響

2025年3月19日 by 望月 優輝 / Yuki Mochizuki

はじめに 金融リスク管理において、バリュー・アット・リスク(VaR)は、ポートフォリオが一定期間内に被る可能性のある最大損失額を推定する重要な指標です。VaRの計算方法には、ヒストリカル法とモンテカルロ法の2つが主要な手...

数値積分の実装と比較:台形法からガウス求積法まで

2025年2月28日 by 望月 優輝 / Yuki Mochizuki

はじめに 数値積分は、関数を解析的に積分することが難しい場合や、データ点からの数値的な積分が必要な場合に役立つ手法です。関数 f(x) の定積分 \int_a^b f(x)dx を近似的に計算するために使用されます。 こ...

混合整数計画法(MIP)の理論と実践

2025年2月26日 by 望月 優輝 / Yuki Mochizuki

はじめに 混合整数計画法(Mixed Integer Programming; MIP)は、数理最適化問題の一種であり、一部の変数に整数制約を課した最適化問題を指します。線形計画問題(Linear Programming...

ADS-GANによる合成データ生成、分布・ユーティリティ・プライバシーの評価

2025年11月4日 by 望月 優輝 / Yuki Mochizuki

はじめに 本記事では、プライバシーを保護しながら実用的な合成データを生成するための手法を、具体的な実践を通じて解説します。特に、合成データ生成ライブラリ synthcity に実装されているADS-GAN(Adversa...

クロフトンの公式でボリュームデータの表面積を計算する

2025年2月28日 by 望月 優輝 / Yuki Mochizuki

はじめに この記事では、CTスキャンなどのボリュームデータから、セグメンテーションされたラベルデータの表面積を正確に計算するための「クロフトンの公式」について解説します。3次元データの表面積計算は、医用画像処理をはじめと...

金融データのプライバシー保護:合成データ生成技術の概要と考察

2025年9月3日 by 望月 優輝 / Yuki Mochizuki

はじめに 金融機関が保有する信用情報は、与信モデルの高度化や新たな金融サービスの開発において極めて価値の高い資産です。しかし、その機微性の高さから、組織を横断したデータ共有や共同研究は困難を極めます。このジレンマを解決す...

球面上に均一にランダム分布する点群を生成する

2025年2月28日 by 望月 優輝 / Yuki Mochizuki

はじめに この記事では、球面上に均一に点を配置する2つの方法について解説します。具体的には、乱数を用いる方法と、黄金比を用いる方法を紹介します。これらの手法は、シミュレーションの初期値設定や3Dグラフィックスにおけるオブ...

時系列データの予測:LSTMとTransformerの性能比較

2025年2月28日 by 望月 優輝 / Yuki Mochizuki

はじめに 本記事では、時系列データ予測における深層学習モデルの代表格であるLSTM (Long Short-Term Memory) とTransformerを比較します。これらのモデルは、ビジネスにおける様々な課題、例...

Graph Neural Networksを用いた異常検知入門

2025年2月28日 by 望月 優輝 / Yuki Mochizuki

はじめに 近年、グラフニューラルネットワーク(GNN)は、グラフ構造を持つデータの分析において大きな注目を集めています。本記事では、GNNを用いた異常検知の基本的な実装方法について、架空の取引ネットワークデータを例に解説...

確率的最適化アルゴリズムの実装と比較:遺伝的アルゴリズムと勾配降下法

2025年3月4日 by 望月 優輝 / Yuki Mochizuki

はじめに 最適化問題は、科学、工学、経済学など、さまざまな分野で重要な役割を果たしています。多くの最適化問題は複雑であり、局所的最適解に陥りやすいという課題があります。本記事では、代表的な2つの最適化アルゴリズム、勾配降...

コピュラの基礎:5つの代表的なコピュラの特徴と可視化

2025年3月19日 by 望月 優輝 / Yuki Mochizuki

はじめに 金融市場では、複数の資産価格が互いにどのように影響しあうかを理解することが重要です。例えば、ある株が上がるとき、別の株も一緒に上がるのか、それとも下がるのか。このような関係性を分析することで、リスク管理や投資戦...

データの性質で選ぶナイーブベイズのサブタイプ

2025年7月3日 by 望月 優輝 / Yuki Mochizuki

はじめに 機械学習ライブラリScikit-learnには、ナイーブベイズ分類器として4つの異なるクラスが用意されています。これらはそれぞれ異なるデータ特性を想定しており、タスクに応じて適切に使い分けることが重要です。しか...

投稿のページ送り

1 2 3 次へ »

  • ホーム
  • 技術ブログ
  • 会社情報
  • お問い合わせ
© 2026 Digital Reactor
Powered by WordPress | Powered by BusinessPress