2019 Fiscal Year Annual Research Report
Modeling Time Scales of Multivariate Lifetime Data
| Project/Area Number |
15K00042
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
山本 渉 電気通信大学, 大学院情報理工学研究科, 准教授 (30303027)
|
|---|
| Project Period (FY) |
2015-04-01 – 2020-03-31
|
| Keywords | オンラインモニタリング / 寿命分布 / 時間尺度 / 再生過程 |
|---|
| Outline of Annual Research Achievements |
本研究課題は、多変量の寿命データの解析に関して、確率分布を仮定せずに時間尺度関数をせみパラメトリックに推定する方法に注目し、その方法の精度向上、また安定した推定を行うための改善に取り組む。加えて、同じ背景を共有するが異なるモデルに累積暴露モデルがあり、それとの関係を明らかにすることを通じて、時間尺度関数の拡張を試みる。また、多くの状態と寿命変数が得られている状況に異常検知を用いて寿命の到来を余地することを検討する。これらは常時状態監視で得られるデータのモデリングと解析の際の時間尺度の取り方への指針も与える。
これらの目的に対して、令和元年度は1. 線形時間尺度関数の推定にカプランマイヤー推定量による周辺分布の推定量に基づく基準化を導入した、2. 寿命分布を時間尺度で推定できた場合の保全への応用を行った、3. スパース推定のアルゴリズムを構築した、4. 累積暴露モデルとの関連性を整理した、5．新たな応用例として重畳再生過程を考え始めた、などの研究を行った。1., 2.は論文として出版できた。
周辺分布の推定にかプランマイヤー推定量を用いることは、分布が未知のデータを解析する上では定石と言えるが、打ち切り率が大きい場合には、平均寿命の推定すら精度が悪くなる。しかしフィールドデータの解析の際には、うまく分布の尺度や形状を調整する共変量が得られなければ、パラメトリックな寿命分布を用いた推定は馴染まない。また、累積暴露モデルのスパース推定は、回帰分析とは異なり、変換パラメータの推定となるため、線形化がうまく働かない。本研究課題を通じて、新これらのたな研究課題を見つけることができた。
|
