2021 Fiscal Year Annual Research Report
MARE: Recognition and Discovery Techniques for Giving Awarenesss
| Project/Area Number |
19H04128
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
工藤 峰一 北海道大学, 情報科学研究院, 教授 (60205101)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
今井 英幸 北海道大学, 情報科学研究院, 教授 (10213216)
中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 不頻出事象 / パターン認識 / インバランス問題 / ロングテール / 希少疾患 |
|---|
| Outline of Annual Research Achievements |
今期は、不頻出事象の予測を抽象化したロングテール問題について基礎的検討を重ねた。ロングテールの特徴づけとして、極度にインバランス（サンプル数がクラスによって大きく異なる）であること、マルチラベル分類が多いこと、から、マルチラベル分類とインバランス問題の解決に注力した。さらに、実世界の不頻出事象に関連して、希少疾患予測の検討および独居老人の異変行動シミュレーションを行った。詳細を以下に示す。
・インバランスが顕著なマルチクラス問題を扱うため、2種類のクラス決定木（葉が一つクラスである決定木）を検討した。クラス集合対としてバランスをとるよう木を構成することでサンプル数の少ないクラスの検出精度を高めることに成功した。さらに、サンプルの少ないクラスが「次元の呪い」を受けやすいことを考慮して、特徴選択を少なくするようにクラス決定木を構成することで少数クラスのみならず全体の性能を向上させられることを示した。解釈可能性も大きく改善した。
・希少疾患の診断において、１）医者の”希少疾患見過ごし”を防ぐために可視化手法を利用することを提案した、さらに、２）特徴選択により希少疾患の診断精度を向上させられることを確認した。
・不頻出事象の予測に関して、極値論とサポートベクターマシンを利用した未知クラスの発見手法を提案し、これまでの手法よりよい性能を達成した。
・独居老人の異変検知手法を開発する前段階として、異変を含む仮想住人の行動シミュレータを開発した。高齢者を実際のスマートホームに住まわせ、転倒などの異変が起きるのを待つわけにはいかないため、シミュレータは必須である。また、長期間に渡るセンサデータの採取や多様な生活行動を扱う上でも有効である。残念ながらこれまでの方式で複数の異変を適切に扱えるものがなかったため、確率モデルを利用したシミュレータを新たに開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
引き続くコロナ感染拡大防止のため、出席を予定していた各種国際会議がオンライン開催となり、成果発表はできたものの意見交換や状況調査がままならなかった。また、指導学生との打ち合わせも対面での指導において時間が十分採れず、進展に陰りがあった。
|
| Strategy for Future Research Activity |
本年度の課題の継続および未着手課題を遂行する。これまでの各種手法については規模を拡大して実問題に対応できるようにする。特に、以下を行う。
・ロングテール問題に対して新たな識別手法を開発する。
・マルチクラス決定木をマルチラベル対応に拡張する。
・独居老人の異変検知アルゴリズムを、本年度開発した行動シミュレータによる得られるセンサデータに基づいて開発する。
|
