2017 Fiscal Year Annual Research Report
Analysis on human interaction by Nonlinear time series analysis toward the prediction of infectious disease
| Project/Area Number |
16K16126
|
|---|
| Research Institution | Tokyo University of Science |
|---|
Principal Investigator |
島田 裕 東京理科大学, 工学部情報工学科, 助教 (50734414)
|
|---|
| Project Period (FY) |
2016-04-01 – 2018-03-31
|
| Keywords | 非線形時系列解析 / 複雑ネットワーク / テンポラルネットワーク / グラフ間距離 |
|---|
| Outline of Annual Research Achievements |
本研究の主たる目的は，非線形時系列解析技法を拡張することで，決定論的観点からヒトとヒトのコンタクトデータに潜む時空間的性質を明らかにすることである．これにより，テンポラル・ネットワーク上での感染症流行規模予測に向けた新たな解析フレームワークを提案することが主眼である．
前年度では，一般に公開されているヒトとヒトのコンタクトデータ(http://www.sociopatterns.org)に対し，研究代表者らが既に提案しているネットワーク構造間の差異を定量的に捉える手法(以下，ネットワーク間距離)を用いることで，ヒトとヒトのコンタクトデータに潜むネットワーク構造の時間変化の周期性を捉えることが可能であることを示した．最終年度では，研究実施計画に基づき，主に，(i) 非線形時系列解析技法の有効性の検証，および，(ii) 感染症流行規模予測の検討について，研究課題を遂行した．具体的には，提案ネットワーク間距離を用いたコンタクトデータの予測可能性の検証を行った．これまでの研究でネットワーク間距離を提案したことにより，従来の非線形時系列解析で用いられてきた種々の手法をコンタクトデータにも適用可能となった．そこで，従来の予測手法をヒトとヒトのコンタクトデータに適用することで，その予測可能性の検証，および従来の予測手法の有効性の検証を行った．その際，ネットワクー構造変化予測に関する理解を深めるため，コンタクトデータに限らず，様々な対象を例にとり，
時間的に構造が変化するネットワークの性質についての調査も行った．また，計算機シミュレーションによって，予測可能性の検証結果に基づく感染症の拡大の抑制法に関する検討を行った．時空間構造を有するデータに対し，提案距離に基づく新たな予測枠組とその応用に関して有効性を示した．
|
