2020 Fiscal Year Research-status Report
| Project/Area Number |
19K01591
|
|---|
| Research Institution | University of Shizuoka |
|---|
Principal Investigator |
六井 淳 静岡県立大学, 経営情報学部, 教授 (70362910)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | LSTM / 社会的時系列 / 重回帰分析 / RNN / テンソル因子分解 / 時間遅れ付きLSTM |
|---|
| Outline of Annual Research Achievements |
株価や失業率などの社会的時系列データは様々な起因子によって変動しているため、過去の自己系列から未来を予測することは極めて困難な課題である。本研究では次に示す３つの目標を掲げ研究に取り組んでいる。
① 複数時系列入力を並列に駆動させるLSTM機構の構築、② ①から得られる複数予測出力を1系列に統合する機構の構築、③ 時系列情報からの起因子分析 （逆問題）
①と②に関して、時間遅れ付きのLSTM機構を新たに考案し、これを提案するフレームワークへ導入することで予測精度の大幅な向上を達成した［1］。注目すべき過去の時間情報に着目することで複数の時系列情報を均等に評価するよりも高い予測精度が得られることを実験的に確認した。③に関しては、SNS上で拡散されるショートメッセージからテンソル因子分解を利用することで効率的に単語関係を抽出する手法を提案した［2］。提案手法を時系列情報に拡張することで時系列情報からの起因子推定が可能になることが示唆される。今後は時系列情報に拡張させることで、効率的な起因子分析の達成を目指す。
【研究成果】
［1］安達 凜、六井 淳、“社会的時系列予測のための時間遅れ付きLSTM”、電子情報通信学会技術報告書、NC2020-30（2020-12）、pp.13-18、2020．
［2］Jun Rokui, “Word Relationship Extraction from Short Text Message”, Proc of 9th International Congress on Advanced Applied Informatics, IIAI-AAI2020, pp.418-421,2020.
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
本研究の目標は主に3つに大別される．
① 複数時系列入力を並列に駆動させるLSTM機構の構築
② ①から得られる複数予測出力を1系列に統合する機構の構築
③ 時系列情報からの起因子分析 （逆問題）
①と②については、フレームワークも含めた効果が実験的に確認されており、実時間処理での精密な未来予測が既に可能となっている。ただ、膨大な情報の中から予測に寄与する時系列のみを選定することは極めて困難であり、③の達成が不可欠である。現状において、テンソル因子分解を用いた手法を構築しており、既にショートメッセージからの因子抽出に成功している。一定量のデータを集めることができれば、起因子を特定できることが実験的に確認されており、当初の計画以上に進展している。ただ、単語品詞関係は比較的関連性が明確であるため、これを時系列に適用することが必ずしも成功することは限らない。今後は検証も含めて、逆問題解法の構築を行う。
|
| Strategy for Future Research Activity |
現在、時系列を構成する起因子の特定手法としてテンソル因子分解を提案している。仮に起因子が得られた場合、いずれかの時系列とどのような関係性があるかを特定する必要がある。そこで、2003年にノーベル経済学賞を受賞したグレンジャー因果性に着目する。グレンジャー因果とは、ある二つの時系列データが与えられたときにその時系列間に因果性がある
かどうかを判定する手法である。グレンジャー因果は本当の因果関係ではなくあくまで片方のデータ列からもう片方のデータ列を推定できる関係を示す。グレンジャー因果を利用することで膨大な時系列の候補の中から因果性のある時系列を特定することができると期待している。
|
Research Products
(4 results)
