Study on hotspot detection for large-scale spatiotemporal data

2018 Fiscal Year Final Research Report

• Project/Area Number: 16K16019
• Research Category: Grant-in-Aid for Young Scientists (B)
• Allocation Type: Multi-year Fund
• Research Field: Statistical science
• Research Institution: Okayama University
• Principal Investigator: Ishioka Fumio 岡山大学, 環境生命科学研究科, 准教授 (20510770)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 空間スキャン統計量 / エシェロン解析 / 空間集積性 / ホットスポット / クラスター検出 / shinyアプリ / ZDD

Outline of Final Research Achievements

In this study, I have established a new method for detecting spatial clusters with significantly high or low risk, called a hotspot. I have originally developed a program for hotspot detection by using “echelon analysis” that represents spatial data in a topological hierarchical structure. By further extending this method, I proposed a new method of hotspot detection to cover large-scale data or multi-dimensional data, and showed its effectiveness by application to some real data and numerical experiments. In addition, I developed software for detecting hotspot based on the echelon analysis.

Free Research Field

空間統計学、計算機統計学

Academic Significance and Societal Importance of the Research Achievements

本研究では、「エシェロンスキャンに基づくホットスポット検出法」をさらに改良し、大規模空間データや多次元空間データへの適用を可能にするための一手法を提案した。これを実現させることには、近年のビッグデータ解析で力を発揮することが期待される。今後は、従来の地理情報データへの適用のみに限らず、ゲノムデータなどといった他分野への応用も可能と考える。加えて、本研究ではこれら一連の解析を行うためのソフトウェア開発にも力を注いでおり、そのソフトウェア公開による波及効果は極めて高いものと考える。