大規模時系列グラフからの自動コミュニティ検出アルゴリズムの開発

• Project/Area Number: 25K21208
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60080:Database-related
• Research Institution: The University of Osaka
• Principal Investigator: 川畑 光希 大阪大学, 産業科学研究所, 助教 (20910053)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 時系列グラフ解析 / コミュニティ検出 / 密グラフ抽出

Outline of Research at the Start

コミュニティ検出は，ネットワーク内の頂点間の結合が密な部分を抽出する操作であり，ソーシャルネットワーク，交通・通信・金融ネットワーク等多数の応用分野を持つ．近年，Webプラットフォームや通信技術の発展により，ネットワークの付加情報は多様化し，コミュニティ分析の高度化と高速化が課題となっている．本研究では，大規模時系列グラフから重要な特徴抽出し，それに基づくコミュニティを抽出するための自動かつ高速なアルゴリズムを開発する．それにより，大規模グラフを構成する重要な要素を整理し，知識発見・異常検知の精度向上を目指す．