2018 Fiscal Year Research-status Report
Spatio-Temporal Data Mining for Real World Information Analysis
| Project/Area Number |
18K11320
|
|---|
| Research Institution | Hiroshima City University |
|---|
Principal Investigator |
田村 慶一 広島市立大学, 情報科学研究科, 教授 (80347616)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 時空間データマイニング / ソーシャルメディア / マルチモーダル / 深層学習 / 高性能データマイニング |
|---|
| Outline of Annual Research Achievements |
本研究では，ソーシャルメディア上で生成される時間，位置と内容（コンテンツ）を持つデータを時空間ソーシャルデータと呼び，実世界情報分析を実現するための時空間データマイニング技術の確立を目指す．そこで，複数のメディアを統一的に扱うために，複数のメディア（モーダル）間の関係を定義可能で，また，マルチモーダルデータを同一空間で扱うためのマルチモーダル特徴量空間，「何が，いつ，どこで発生し，どのように変化しているか」という事象の時空間的な推移を集約する技術，また，大規模データを対象とした高性能マイニング手法と可視化技術の開発を行う．
平成30年度は，国内外の研究動向調査を行うとともに，マルチモーダル特徴量空間，動的な時空間クラスタリング手法の検討と開発の2つの研究サブテーマを取り組んだ．また，検討を行った提案手法を実際に実装し，テスト・評価も実施した．マルチモーダル特徴量空間に関しては，複数のコンテンツが添付されているデータを利用して，マルチモーダルデータから取り出したボトルネック特徴量をひとつの統合空間に写像する方式と学習方法について開発を行った．動的時空間クラスタリング手法については，マルチモーダル特徴量空間を利用し，時空間ソーシャルデータから事象を抽出するための時空間クラスタリング手法を作成した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初計画で予定をしていたマルチモーダル特徴量空間，動的な時空間クラスタリング手法の2つの研究サブテーマについて実施を行い，基盤となる手法を開発することができた．また，一部であるがクラスタリングの最適化や，オートキュレーション技術などの検討も始めている．また，論文誌２件と国際会議１件の成果発表も行うことができた．
|
| Strategy for Future Research Activity |
2019年度は，昨年度の研究成果を踏まえて，オートキュレーション技術，大規模時空間ソーシャルデータの効率的な管理とその並列処理，時空間ソーシャルデータの情報可視化に取り組んでいく．オートキュレーション技術に関しては，確率的グラフィカルモデルを用いてコンテツの重要度を算出し，重要なコンテンツをピックアップすることで事象の内容を自動要約することを目指す．大規模時空間ソーシャルデータの効率的な管理とその並列処理に関しては，索引構造やデータマイニングの並列化技術を応用し，各手法の高速化を行う．研究協力者として大学院生2名の協力により，研究を進めていく予定である．大学院生2名は，それぞれ，文書データ，画像データの分析と時系列データ分析の研究と深層学習に関する研究に従事しており，プログラム作成，実験，データ収集などの協力を得ることができる．開発を行った手法については，実データを用いて評価を行い，適宜，モデルの改良なども行っていく予定である．
|
| Causes of Carryover |
国際会議に投稿を行い，論文が採択され，次年度2019年度4月に海外出張を行うこととなったため，その費用として40万円必要となり，次年度使用額が生じた．
|
