| Project/Area Number |
19H04165
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
吉田 健一 筑波大学, ビジネスサイエンス系(名誉教授), 名誉教授 (40344858)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
倉橋 節也 筑波大学, ビジネスサイエンス系, 教授 (40431663)
津田 和彦 筑波大学, ビジネスサイエンス系, 教授 (50302378)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥16,900,000 (Direct Cost: ¥13,000,000、Indirect Cost: ¥3,900,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2022: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2021: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2020: ¥2,730,000 (Direct Cost: ¥2,100,000、Indirect Cost: ¥630,000)
Fiscal Year 2019: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000)
|
|---|
| Keywords | 離散 / オンラインデータ解析 / concept drift / オンラインデータ / データ解析 / 離散的データ / 異なり数解析 / メモリ管理 |
|---|
| Outline of Research at the Start |
従来オンラインデータは確率差分方程式と呼ばれる形式のデータ表現を基礎として解析される事が多かった。即ち、時刻tの状態を予測する為にt-1時点の情報を利用し、離れた時点t-nの情報の利用については十分考慮されていなかった。
本提案では離れた時点t-nの情報を利用したオンラインデータ解析法の開発と応用を研究する。従来手法が主としてデータを継続した時系列として扱っていたのに対して、より離散的な時刻の情報を解析する点が提案の特徴である。
|
| Outline of Annual Research Achievements |
従来オンラインデータは、確率差分方程式と呼ばれる形式のデータ表現を基礎として解析される事が多かった。即ち、時刻tの状態X_tを予測する為にt-1時点の情報X_{t-1}を利用し、離れた時点t-nの情報X_{t-n}の利用については十分考慮されていなかった。本研究では、離れた時点t-nの情報を利用したオンラインデータ解析法の開発と応用を検討している。従来手法が主としてデータを継続した時系列として扱っていたのに対して、より離散的な時刻t-nの情報を解析する点が研究の特徴である。
この考えに基いた研究の成果を、例えば金融工学の分野に応用し、「株価の日次・月次推移と学習期間調整」（吉田健一、情報処理学会論文誌 Vol.62, No.3)として、論文化してきた。令和4年度は、さらにこの研究過程で考案したデータ解析手法がconcept drift検出手法として一般化可能である事を見出し提案手法の優位点とconcept drift手法として完成させるための研究課題を整理し
- Speed of Concept Drift、K.Yoshida, 12th International Conference on Smart Computing and Artificial Intelligence (IIAI AAI 2022-Winter)
- Concept Drift in Japanese COVID-19 Infection Data、T.Uchida, K.Yoshida, 26th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (KES 2022)
などの国際会議で公表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度までに、金融工学の分野では長年株価の予測はできないとされてきたのに対して、この研究により、離散的な時刻の情報を解析する事で予想が可能である事を明らかにし、査読付論文化している。
今年度はそこで提案した手法がconcept drift detection手法として一般化できると言うアイデアを査読付国際会議で発表した。
順調に推移していると考える。
|
| Strategy for Future Research Activity |
昨年度は金融工学に応用し研究してきた内容が株価推移の分析以外にも適用可能か検討し、提案した手法がconcept drift detection手法として一般化できると言うアイデアを査読付国際会議で発表できた。
提案手法のconcept driftの検出方法としての優位点はある程度明確にできたので、今後今年度発表と同時に整理した研究課題を検討し一般化したconcept driftの検出方法手法として完成させるための研究を実施する。
|
