2019 Fiscal Year Research-status Report
グラフ間距離を用いた時空間高解像データの解析と情報拡散制御への応用
| Project/Area Number |
18K18125
|
|---|
| Research Institution | Saitama University |
|---|
Principal Investigator |
島田 裕 埼玉大学, 理工学研究科, 助教 (50734414)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 複雑ネットワーク / テンポラル・ネットワーク / 複雑系 / 非線形時系列解析 / データ解析 |
|---|
| Outline of Annual Research Achievements |
会員制の交流サイト(ソーシャル・ネットワーキング・サービス等)上での人間の活動データやE-mailなどの電子文書の送受信データなど，時間的・空間的に高解像度な時系列データが広く利用可能である．これらのデータは時間的性質と空間的性質の双方を有する．このようなデータの有する時間的性質と空間的性質を同時に扱うため，本研究ではデータのテンポラル・ネットワーク表現とグラフ間距離を組みあわせたデータ解析技法を開発することを目標としている．本年度では，我々がすでに提案している無向グラフ(枝に向きのないグラフ)用のグラフ間距離をベースに，グラフ構造の時間的変化を予測する手法を提案し，人と人の接近を記録したデータの解析に用いた．その結果，提案手法は単純な頂点数/枝数の違いに基づく予測手法よりも高い精度でグラフ構造の時間変化が予測可能であるとの初歩的な結果を得た．また，この予測手法を有向グラフに拡張することを念頭に，昨年度提案した有向グラフ(枝に向きのあるグラフ)間距離の数学的性質を調査した．現在のところ，昨年度に提案した有向グラフ間距離は，ある条件の下で距離の公理を満たすことを明らかにしつつある．これらの時間的に構造が変化するグラフの予測問題に関する研究に加え，時間的に構造が変化しない"静的な"ネットワークに対する有向・無向グラフ間距離の有効性の検証を昨年度に引き続き行っている．本年度では線虫の神経回路網の解析や，文書データの分類などに対する提案距離の有効性の検証を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
基本的には研究計画どおりに進んだため，おおむねね順調に進んでいるとの評価が適切であると考えられる．
|
| Strategy for Future Research Activity |
研究計画に沿って研究課題に取り組む．
|
| Causes of Carryover |
購入した数値計算用サーバの価格が当初予定よりも低い価格で購入できたことが主な理由である．
|
Research Products
(33 results)
