2023 Fiscal Year Final Research Report

Development of Mathematical Methods for Sign Detection and Their Applications to Economics and Medicine

Research Project

PDF

Project/Area Number	19H01114
Research Category	Grant-in-Aid for Scientific Research (A)
Allocation Type	Single-year Grants
Section	一般
Review Section	Medium-sized Section 61:Human informatics and related fields
Research Institution	The University of Tokyo
Principal Investigator	Yamanishi Kenji 東京大学, 大学院情報理工学系研究科, 教授 (90549180)
Co-Investigator(Kenkyū-buntansha)	朝岡亮聖隷クリストファー大学, 看護学研究科, 臨床教授 (00362202) 大西立顕立教大学, 人工知能科学研究科, 教授 (10376387) 谷戸正樹島根大学, 学術研究院医学・看護学系, 教授 (30284037) 渡辺努東京大学, 大学院経済学研究科(経済学部), 教授 (90313444)
Project Period (FY)	2019-04-01 – 2024-03-31
Keywords	予兆情報学 / 記述長最小原理 / 異常検知 / 変化検知 / 緑内障進行予測 / ネットワーク / モデル選択 / グラフ埋め込み
Outline of Final Research Achievements	It is critcal issue how we can anomalous events from big data as early as possible. To address this issue, the technologies of anomaly/change detection have rapidly grown and have widely been applied to risk manamegent business.In real situations, anomalous events often occur gradually rather than abruptly. The conventional technologies cannot detect signs of gradual anomalous events, while they may detect abrupt anomalies. This research aims to develop a science for detecting signs for anomalies.We call this area "sign of informatics." We have developed mathematical basic methodologies for detecting signs of anomalies on the basis of information theory, specically utilizing the minimum description length principle. Further,we applied them to detection of signs in anomalous events in economics, and to prediction of glaucoma in ophthalmology. We demonstrated the effectiveness of our methodologies in the applications in economics and medicine.
Free Research Field	知能情報学
Academic Significance and Societal Importance of the Research Achievements	本研究では、時系列データから変化や異常の予兆を検知するための数理的手法を確立した。その基礎理論は、潜在空間の最適構成理論、記述次元、Mixureエントロピー、微分的変化統計量など、新規性の高い要素技術を内包している。これらは、記述長最小原理と呼ばれる情報理論的原理に基づいて構成された、統一的で新しい学問体系を提供する。変化や異常の予兆検知は、経済データ解析において、バブル崩壊などの経済イベントの到来を素早く検知できる可能性をもたらす。また、感染症の急拡大の早期警告を出したり、疾病の進行を高精度に予測する。これにより、将来の危険を予知し、対策するための重要な情報技術の１つとして位置づけられる。