Study on hotspot detection for large-scale spatiotemporal data

• Project/Area Number: 16K16019
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Statistical science
• Research Institution: Okayama University
• Principal Investigator: Ishioka Fumio 岡山大学, 環境生命科学研究科, 准教授 (20510770)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Project Status: Completed (Fiscal Year 2018)
• Budget Amount: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2018: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2017: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2016: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
• Keywords: 空間スキャン統計量 / エシェロン解析 / 空間集積性 / ホットスポット / クラスター検出 / shinyアプリ / ZDD / スキャン統計量 / 空間線量率 / 時空間データ

Outline of Final Research Achievements

In this study, I have established a new method for detecting spatial clusters with significantly high or low risk, called a hotspot. I have originally developed a program for hotspot detection by using “echelon analysis” that represents spatial data in a topological hierarchical structure. By further extending this method, I proposed a new method of hotspot detection to cover large-scale data or multi-dimensional data, and showed its effectiveness by application to some real data and numerical experiments. In addition, I developed software for detecting hotspot based on the echelon analysis.

Academic Significance and Societal Importance of the Research Achievements

本研究では、「エシェロンスキャンに基づくホットスポット検出法」をさらに改良し、大規模空間データや多次元空間データへの適用を可能にするための一手法を提案した。これを実現させることには、近年のビッグデータ解析で力を発揮することが期待される。今後は、従来の地理情報データへの適用のみに限らず、ゲノムデータなどといった他分野への応用も可能と考える。加えて、本研究ではこれら一連の解析を行うためのソフトウェア開発にも力を注いでおり、そのソフトウェア公開による波及効果は極めて高いものと考える。

Research Products

• [Journal Article] Evaluation of Hotspot Cluster Detection using Spatial Scan Statistic based on Exact Counting (2019)
  • Author(s): Fumio Ishioka, Jun Kawahara, Masahiro Mizuta, Shin-ichi Minato, and Koji Kurihara
  • Journal Title: Japanese Journal of Statistics and Data Science Volume: 2 Issue: 1 Pages: 241-262
  • DOI: 10.1007/s42081-018-0030-6
  • NAID: 210000185707
  • Peer Reviewed / Open Access
• [Journal Article] A Fast Algorithm for Combinatorial Hotspot Mining Based on Spatial Scan Statistic (2019)
  • Author(s): Shin-ichi Minato, Jun Kawahara, Fumio Ishioka, Masahiro Mizuta, Koji Kurihara
  • Journal Title: In Proceedings of the SIAM International Conference on Data Mining (SDM 2019) Volume: －
  • Peer Reviewed
• [Journal Article] Detection of space-time clusters for radiation data using spatial interpolation and scan statistics (2016)
  • Author(s): Fumio Ishioka and Koji Kurihara
  • Journal Title: Proceedings of COMPSTAT2016 (22nd International Conference on Computational Statistics) Volume: - Pages: 85-97
  • Peer Reviewed
• [Journal Article] Detection of space-time clusters for radiation monitoring post data based on echelon scan statistics (2016)
  • Author(s): Fumio Ishioka and Koji Kurihara
  • Journal Title: Proceedings of the 2016 International Conference for JSCS 30th Anniversary in Seattle Volume: - Pages: 77-80
  • Peer Reviewed / Acknowledgement Compliant
• [Presentation] Echelon構造を利用した空間複雑性の評価 (2019)
  • Author(s): 梶西将司, 石岡文生, 栗原考次
  • Organizer: 科研費シンポジウム「空間データと災害の統計モデル」
• [Presentation] Exact countingに基づいたホットスポットクラスターの検出について (2019)
  • Author(s): 石岡文生, 川原純, 水田正弘, 湊真一, 栗原考次
  • Organizer: 北海道大学情報基盤センター萌芽型共同研究 研究集会「大規模・複雑化データに対する解析手法の多面的研究」
• [Presentation] Visualization of cluster detection based on hierarchical structure for geospatial data and its application (2018)
  • Author(s): Fumio Ishioka, Shoji Kajinishi, Koji Kurihara
  • Organizer: European Conference on Data Analysis (ECDA2018)
  • Int'l Joint Research / Invited
• [Presentation] Cluster detection for mutli-dimensional spatial data based on hierarchical structure (2018)
  • Author(s): Fumio Ishioka, Koji Kurihara
  • Organizer: The 23rd International Conference on Computational Statistic (COMPSTAT2018)
  • Int'l Joint Research / Invited
• [Presentation] Echelon Clustering and its applications (2018)
  • Author(s): Koji Kurihara, Fumio Ishioka
  • Organizer: 7th German-Japanese Symposium on Classification
  • Int'l Joint Research / Invited
• [Presentation] 制限付スキャン統計量に基づく空間集積性の新たな検出手法について (2018)
  • Author(s): 竹村祐亮, 石岡文生, 栗原考次
  • Organizer: 日本計算機統計学会 第32回大会
• [Presentation] スキャン統計量に基づく組合せホットスポット抽出を行う高速アルゴリズム (2018)
  • Author(s): 湊真一, 川原純, 水田正弘, 石岡文生, 栗原考次
  • Organizer: 第169回アルゴリズム研究発表会
• [Presentation] 制限付エシェロンスキャン法によるクラスター検出手法の提案 (2018)
  • Author(s): 竹村祐亮, 石岡文生, 栗原考次
  • Organizer: 日本計算機統計学会 第32回シンポジウム
• [Presentation] Cluster detection using spatial scan statistic and its new development in large-scale scanning (2017)
  • Author(s): Fumio Ishioka and Koji Kurihara
  • Organizer: IFCS-2017 (Conference of the International Federation of Classification Societies)
  • Int'l Joint Research / Invited
• [Presentation] Statistical evaluation for spatial complexity based on echelon trees (2017)
  • Author(s): Koji Kurihara, Shoji Kajinishi and Fumio Ishioka
  • Organizer: IFCS-2017 (Conference of the International Federation of Classification Societies)
  • Int'l Joint Research / Invited
• [Presentation] Visualization for radiation monitoring post data using spatial interpolation (2017)
  • Author(s): Fumio Ishioka and Koji Kurihara
  • Organizer: Hangzhou International Statistical Symposium
  • Int'l Joint Research
• [Presentation] Evaluation of spatial cluster detection method based on all geographical linkage patterns (2017)
  • Author(s): Fumio Ishioka, Jun Kawahara and Koji Kurihara
  • Organizer: IASC-ARS2017 (The Conference of the Asian Regional Section of the International Association of Statistical Computing)
  • Int'l Joint Research / Invited
• [Presentation] 空間データに対するエシェロン解析の新たな展開について (2017)
  • Author(s): 石岡文生, 川原純, 栗原考次
  • Organizer: 統計数理研究所共同研究集会（29-共研-5004）「環境・生態データと統計解析」
• [Presentation] Rを用いた空間データの構造分析と集積性の検出 (2017)
  • Author(s): 石岡文生, 梶西将司
  • Organizer: 統計数理研究所共同研究集会（29-共研-5005）「データ解析環境Rの整備と利用」
• [Presentation] R-Shinyによる空間データの集積性検出 (2017)
  • Author(s): 梶西将司, 石岡文生, 栗原考次
  • Organizer: 北海道大学情報基盤センター萌芽型共同研究 研究集会「大規模データ科学に関する多面的研究」
• [Presentation] ZDDによるグラフ列挙技法を利用したホットスポット検出と空間スキャン法の性質評価 (2017)
  • Author(s): 石岡文生, 栗原考次
  • Organizer: 第38回大規模データ科学に関する研究会「複雑データ解析法に関する研究」
  • Place of Presentation: 北海道札幌市 北海道大学情報基盤センター
• [Presentation] エシェロン解析を利用した空間データ分析 (2017)
  • Author(s): 石岡文生
  • Organizer: 第8回多摩データサイエンス研究会
  • Place of Presentation: 香川県土庄町 多摩大学小豆島セミナーハウス
• [Presentation] 空間疫学における集積性の検出と shiny への実装 (2016)
  • Author(s): 梶西将司, 石岡文生, 栗原考次
  • Organizer: 日本計算機統計学会 第30回シンポジウム講演論文集
  • Place of Presentation: 静岡県沼津市 プラサヴェルデ
  • Year and Date: 2016-11-24
• [Presentation] ハビタットの空間的分割とその比較 (2016)
  • Author(s): 小田牧子, Saija Koljonen, 石岡文生, Petteri Alho, 水藤寛, 栗原考次
  • Organizer: 2016年度統計関連学会 連合大会
  • Place of Presentation: 石川県金沢市 金沢大学角間キャンパス
  • Year and Date: 2016-09-04
• [Presentation] 空間データに対するホットスポット検出手法の性質評価について (2016)
  • Author(s): 石岡文生, 栗原考次, 水田正弘
  • Organizer: 2016年度統計関連学会 連合大会
  • Place of Presentation: 石川県金沢市 金沢大学角間キャンパス
  • Year and Date: 2016-09-04
• [Presentation] 空間情報を利用したホットスポットの検出について (2016)
  • Author(s): 石岡文生, 栗原考次
  • Organizer: 基盤(S) 離散構造処理系プロジェクト 「2016年度 初夏のワークショップ」
  • Place of Presentation: 北海道札幌市 北海道大学 情報理工学研究科 VBL棟
  • Year and Date: 2016-06-17
  • Invited
• [Presentation] 空間スキャン統計量による集積性検出の新たなアプローチ (2016)
  • Author(s): 石岡文生, 栗原考次
  • Organizer: 第35回大規模データ科学に関する研究会「大規模医療情報に対する高度統計技法の開発と可視化」
  • Place of Presentation: 北海道札幌市 北海道大学情報基盤センター
• [Presentation] 放射線モニタリングデータの時空間集積性に対する空間補間法の応用 (2016)
  • Author(s): 石岡文生, 栗原考次
  • Organizer: 統計数理研究所共同研究集会（28-共研-5004）「環境・生態データと統計解析」
  • Place of Presentation: 東京都立川市 統計数理研究所