• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2017 Fiscal Year Annual Research Report

ナビゲーション研究のための統計的データ分析基盤整備とヒト移動データ分析

Planned Research

Project AreaSystems Science of Bio-navigation
Project/Area Number 16H06538
Research InstitutionNagoya Institute of Technology

Principal Investigator

竹内 一郎  名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)

Co-Investigator(Kenkyū-buntansha) 打矢 隆弘  名古屋工業大学, 工学(系)研究科(研究院), 准教授 (10375157)
梶岡 慎輔  名古屋工業大学, 工学(系)研究科(研究院), 助教 (40609517)
烏山 昌幸  名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640)
Project Period (FY) 2016-06-30 – 2021-03-31
Keywords機械学習 / 系列マイニング / 動物行動学
Outline of Annual Research Achievements

本研究の主目的の1つは様々な動物種の様々な移動行動の分析に汎用的に利用できるデータ分析法を確立することである.生物学研究では,雄と雌,野生型と変異型など,異なる2群の動物の行動の違いを発見することが重要である.このような要請に応えるためのデータ分析法として,平成29年度は,統計的変化点検知法を構築した.また,昨年度に開発した予測系列マイニング法を拡張し,発見された系列パターンの統計的信頼性を定量化できるようにした.提案したデータ分析法を,海鳥,線虫,蟋蟀の経路分析に適用し,提案法の有効性を検証した.また,本研究のもう1つの目的はヒトの移動行動の計測と分析を行う基盤を確立することである.平成29年度は,前年度に準備したビーコンの位置データベースを利用し,述べ400人程度のヒトの行動データを取得したデータ取得のため,学祭でイベントを開催し,被験者の同意をとったうえでデータ取得を行った.

Current Status of Research Progress
Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

動物移動データの汎用的分析法の1つである統計的変化点検知法を確立した.この分析法により,移動系列中の変化点を検知することができる.既存の変化点検知法との違いは検知された変化点の統計的信頼性を適切に評価できることである.生物学研究においては,個体差の影響が大きいため,統計的信頼性の評価が不可欠であり,本手法により動物移動行動に関して信頼性のある知識を得ることができる.前年度の海鳥と線虫に加え,蟋蟀の移動行動データ分析にも適用し,その有用性を検証したが,今後は他の動物種の他の移動行動の分析にも適用していくことで同データ分析法を改良していく.ヒト移動行動データの計測と分析に関しては,前年度に構築したデータ収集システムを利用し,研究代表者の所属する名古屋工業大学内のキャンパスに設置されたビーコンを利用したヒト移動データの取得を行った.

Strategy for Future Research Activity

本新学術領域では様々な動物種の様々な移動行動を同一の手法で分析することにより,それぞれの移動行動の類似点や相違点を明確にすることを目指している.平成29年度に構築した変化点検知法はその一つと捉えることができるが,引き続き,別の移動行動分析タスクのデータ分析法の検討を進めていく.平成30年度は,特に,経路データのクラスタリング,ホットスポット検知などのための方法の開発に注力する.また,同時に,平成28年度に開発した予測系列マイニング法と平成29年度に開発した変化点検知法を海鳥,線虫,蟋蟀以外の動物の行動分析にも適用していく.様々な動物種の様々な移動を対象とすることによって,同データ分析手法に改善を加えていく.さらに,平成29年に取得したヒト移動データの分析も行う.ヒトの行動データは動物の行動データと異なり,行動の意図をヒアリングにより確認できるため,移動行動分析のベンチマークデータとして有効利用できる.

  • Research Products

    (12 results)

All 2018 2017

All Journal Article (3 results) (of which Peer Reviewed: 2 results) Presentation (9 results) (of which Int'l Joint Research: 4 results,  Invited: 3 results)

  • [Journal Article] Efficiently Monitoring Small Data Modification Effect for Large-Scale Learning in Changing Environment2018

    • Author(s)
      H. Hanada,A. Shibagaki,J. Sakuma,I. Takeuchi
    • Journal Title

      Proceedings of The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI2018)

      Volume: NA Pages: 1314-1321

    • Peer Reviewed
  • [Journal Article] Selective Inference for sparse high-order interaction models2017

    • Author(s)
      S. Suzumura,Y. U. Umezu,K. Tsuda,I. Takeuchi
    • Journal Title

      Proceedings of the 34th International Conference on Machine Learning(ICML2017)

      Volume: NA Pages: NA

    • Peer Reviewed
  • [Journal Article] 高次交互作用モデリングのための機械学習アルゴリズム日本ロボット学会誌2017

    • Author(s)
      竹内一郎,中川和也,津田宏治
    • Journal Title

      35(3)

      Volume: NA Pages: 215-220

  • [Presentation] Efficiently Monitoring Small Data Modification Effect for Large-Scale Learning in Changing Environment2018

    • Author(s)
      Hiroyuki Hanada,Atsushi Shibagaki,Jun Sakuma,Ichiro Takeuchi
    • Organizer
      The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI2018)
    • Int'l Joint Research
  • [Presentation] セーフパターンプルーニングによるルールベースモデルの学習2018

    • Author(s)
      加藤宏樹,花田博幸,竹内一郎
    • Organizer
      電子情報通信学会 第32回情報論的学習理論と機械学習研究会(IBISML)
  • [Presentation] Fitting and Testing Sparse High-Order Interaction Models2017

    • Author(s)
      竹内一郎
    • Organizer
      H29年度CREST研究集会「大規模統計モデリングと計算統計 IV」
    • Invited
  • [Presentation] Fitting and Testing Sparse High-Order Interaction Models2017

    • Author(s)
      I. Takeuchi
    • Organizer
      France / Japan Machine Learning Workshop
    • Int'l Joint Research / Invited
  • [Presentation] スパース高次交互作用モデルの最適化アルゴリズム2017

    • Author(s)
      竹内一郎
    • Organizer
      第29回 RAMPシンポジウム
    • Invited
  • [Presentation] Selective Inference for Predictive Pattern Mining2017

    • Author(s)
      I. Takeuchi
    • Organizer
      Multiple Comparison Procedures 2017
    • Int'l Joint Research
  • [Presentation] Selective Inference for sparse high-order interaction models2017

    • Author(s)
      S. Suzumura,Y. U. Umezu,K. Tsuda,I. Takeuchi
    • Organizer
      The 34th International Conference on Machine Learning (ICML2017)
    • Int'l Joint Research
  • [Presentation] Selective inferenceに基づくactive learningの選択バイアス補正2017

    • Author(s)
      稲津佑・竹内一郎
    • Organizer
      電子情報通信学会 第31回情報論的学習理論と機械学習研究会(IBISML)
  • [Presentation] 多次元系列における変化点検出のためのSelective Inference2017

    • Author(s)
      梅津佑太・竹内一郎
    • Organizer
      電子情報通信学会 第31回情報論的学習理論と機械学習研究会(IBISML)

URL: 

Published: 2018-12-17  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi