総研大、機械学習を用いた「ガンマ線バースト」の距離測定方法を開発

今回のアプローチの新規性は、複数の機械学習手法を組み合わせて、その総合的な予測能力を向上させる点にあるとする。この手法は、「超学習」と呼ばれ、各機械学習手法に0から1の範囲で重みを割り当てる。この重みがそれぞれの手法の予測能力に対応する。超学習の利点は、最終的な予測が単一の手法を使った場合よりも常に高性能であるという点であり、最も予測精度が低い機械学習手法を取り除くためにも利用されるとした。

なお、スウィフト衛星が取得したX線データを使って得られたGRBの発生頻度が、少なくとも相対的に近い距離では、星形成率に従わないことがわかったという。これは、近距離でのロングGRBが、大質量星の崩壊によるものではなく、中性子星のような非常に密度の高い物体の合体によって生成される可能性が示されているとした。

研究チームは現在、NASAのスウィフト衛星客員研究者プログラム(第19サイクル)の支援を受けて、対話形式のWebアプリケーションを通じて機械学習ツールを公開する作業を進めているとしている。
（波留久泉）