2020 Fiscal Year Annual Research Report
Fundamental theory on the exploratory analytics and the machine-learning scenario construction process, and experimental study on their system frameworks
| Project/Area Number |
18H03293
|
|---|
| Research Institution | 一般財団法人総合科学研究機構(総合科学研究センター(総合科学研究室)及び中性子科学センター(研究開発 |
|---|
Principal Investigator |
田中 譲 一般財団法人総合科学研究機構(総合科学研究センター(総合科学研究室)及び中性子科学センター(研究開発, 総合科学研究センター, 特任研究員 (60002309)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 探索的分析・学習 / 探索的可視化分析 / センサ・ネットワーク / マテリアルズ・インフォマティクス / スマート除排雪 |
|---|
| Outline of Annual Research Achievements |
課題１の「探索的分析・学習シナリオ構築過程」に関しては、異なるモデルに従うデータが混在した不均一データ集合の均一データ集合へのセグメンテーションによる回帰推定のR2スコア向上手法を新規に確立した。アイテムセット・マイニングで求まる頻出パターンに対し、対応するデータセグメントを、それを学習データとする回帰推定のR2スコアが大きいものから順に求め、元のすべてのデータを被覆できるセグメントの集合をセグメンテーション結果として求めると、最小サポートや、記述子集合、回帰推定法を適切に設定することにより、このセグメンテーション中のセグメントはより均一なものとなり、セグメント毎に回帰推定を行うことで、回帰のR2スコアを大きく改善することに成功した。
これらの適切設定をインタラクティブに行う機能を、課題２で開発してきた連携多重可視化分析（CMVA）に導入し、CMVAフレームワークを拡張した。
この手法を、課題３（実証研究１）の新機能無機材料探索に適用し、実験データのみからなる強磁性材料のデータ集合を用いて、未知の強磁性材料のキューリー温度の回帰推定を行う新手法を構築し、これまで知られている手法に比して顕著に高いR２スコアを実現した。
（実証研究２）では、前年度に開発したLPWAのファームウェアを改良し、3分毎に124bitの送信という強い制約の中で、歩行速度から高速道路走行までの移動体のトラジェクトリ・データの取得送信に対応できる技術を開発し、都市規模領域での、多数の移動体の低コスト準実時間モニタリングの技術開発に成功した。更に、地域BWAを用いたオンデマンドの映像モニタリング技術を新たに開発し、LPWAに基づいた異常イベントの検出と、後者による目視確認からなる都市規模モニタリングのアーキテクチャを確立した。
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
