2020 Fiscal Year Annual Research 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．
2020年度は，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ついて各手法の改良を行い，時空間ソーシャルデータを可視化する効果的な方法とユーザインタフェースを作成し，ユーザに分かりやすく要約した情報を伝える可視化技術の開発を行った．総合評価では，災害情報と観光イベントの事象分析を具体例にアプリケーションを作成し，評価を行った．
具体的には，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，基盤となる時空間クラスタリングの高速化と，並列化可能な処理モデルの改良を行った．また，マルチモーダル特徴量の基盤となる深層学習のモデルの改良を行い，ベンチマークデータを用いた結果，従来モデルよりも高精度であることを確認できた．災害情報時にオートキュレーション技術を用いて情報分析が可能なシステムの構築も行い，開発したモデルや手法の有効性を検証することができた．
|
