Modeling individual time scales and their application to large-scale population data analysis

• Project/Area Number: 24K21516
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 12:Analysis, applied mathematics, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: 増田 弘毅 東京大学, 大学院数理科学研究科, 教授 (10380669)
• Project Period (FY): 2024-06-28 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: モデル時間スケール / 確率過程 / 統計的漸近理論

Outline of Research at the Start

確率過程モデルの時間軸と実時間軸をデータからひも付ける統計手法を研究する。高頻度時系列データに内在するモデル時間スケールパラメータを導入しそれも推定対象とすることで、これまで行われてきた時間スケール微調整問題の回避法を創り、モデル特徴量の推定・予測精度の高度化へつなげたい。さらに、時系列データ群に宿る相互作用情報を抽出すべく、個体ごとのモデル時間の推測をつうじて、個体間の因果関係や個体群動態の統計解析への展開を試みる。