• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2020 Fiscal Year Research-status Report

Development of the analysis of longitudinal data via functional data analysis

Research Project

Project/Area Number 19K11858
Research InstitutionShiga University

Principal Investigator

松井 秀俊  滋賀大学, データサイエンス学部, 准教授 (90633305)

Project Period (FY) 2019-04-01 – 2023-03-31
Keywords統計的モデリング / 関数データ解析 / モデル選択
Outline of Annual Research Achievements

関数データとして与えられた説明変数と目的変数との関係をモデル化する関数回帰モデリングに関する研究を行った。関数回帰モデルには、データの形式に応じて様々な種類がある。本研究では、目的変数も関数データで与えられた回帰モデルで、特に時間の関連を考慮に入れたhistorical functional linear modelに対して、変数選択を行うためのスパース推定法を導入した。提案したモデリング手法を気象学のデータへ適用し、台風の進路に関連している情報の選択を行った。当該研究は国内英文誌へ採択された。
また、農作物の収穫量と、生育期間中の環境要因との関係をモデル化する方法について検討を行っている。多段トマトのように長期にわたり生育・収穫される農作物は、環境要因の収量への影響が、季節に応じて変化するものと考えられている。そこで本研究では、目的変数(収穫量)が関数データではないが、説明変数(環境要因)以外の情報(季節)に依存する状況において用いられる、変化係数関数回帰モデルに基づくモデリングを行った。特に、環境要因と収穫量の複雑な関係を表現するためのモデルとして、変化係数関数加法モデルを提案した。提案した手法は論文としてまとめ、プレプリントとして公開している。さらに、変化係数関数回帰モデルをスパース推定に基づいて推定する方法を検討し、収穫量に関連している環境要因の組み合わせを選択した。当該研究は国際会議(オンライン開催)で発表した。

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

Historical functional linear modelに対するスパース推定については、今年度内の論文採択を目指していたため、これを実行することができた。変化係数関数加法モデルについては、数値実験や実データ解析による有効性の検証が予定通り実行できた。また、理論的性質についての研究についても、予定通り継続して行っている。変化係数関数回帰モデルに対するスパース推定については、目標としていた年度内での学会発表が達成できた。来年度には論文として投稿できる見込みである。

Strategy for Future Research Activity

変化係数関数加法モデルに対しては、理論評価を引き続き検討し、論文を加筆修正した上で国際誌へ投稿、採択を目指す。変化係数関数回帰モデルに基づくスパース推定の研究についても、まずはプレプリントとして研究成果を発表した上で、国際誌へ投稿する。
近年、説明変数が関数データとして与えられた関数線形回帰モデルにおいて、特定の時点までの説明変数が目的変数と関連しているというその時点を、スパース推定を利用して選択する方法が発表された。本研究では、この方法を変化係数関数回帰モデルへ適用することで、トマトの収穫量に関連がある環境要因の期間を選択することを検討している。

Causes of Carryover

コロナ禍により予定していた出張が中止、延期またはオンライン対応になったため。

  • Research Products

    (6 results)

All 2021 2020

All Journal Article (3 results) (of which Peer Reviewed: 3 results,  Open Access: 3 results) Presentation (3 results) (of which Int'l Joint Research: 1 results,  Invited: 1 results)

  • [Journal Article] Variable selection for historical functional linear model.2021

    • Author(s)
      Matsui, H.
    • Journal Title

      Bulletin of informatics and cybernetics

      Volume: 53 Pages: 1-19

    • DOI

      10.5109/4151124

    • Peer Reviewed / Open Access
  • [Journal Article] Estimation of relationships between gene expression and chemical substructure: adapting canonical correlation analysis for small sample data by gathered features using consensus clustering2020

    • Author(s)
      Esaki, T., Horinouchi, T., Natsume-Kitatani, Y., Nojima, Y., and Matsui, H.
    • Journal Title

      Chem-Bio Informatics Journal

      Volume: 20 Pages: 58-61

    • DOI

      10.1273/cbij.20.58

    • Peer Reviewed / Open Access
  • [Journal Article] Parental Legacy and Regulatory Novelty in Brachypodium Diurnal Transcriptomes Accompanying their Polyploidy.2020

    • Author(s)
      Inoue, K., Takahagi, K., Kouzai, Y., Koda, S., Shimizu, M., Uehara-Yamaguchi, Y., Nakayama, R., Kita, T., Onda, Y., Nomura, T., Matsui, H., Nagaki, K., Nishii, R., and Mochida, K.
    • Journal Title

      NAR Genomics and Bioinformatics

      Volume: 2 Pages: 1-14

    • DOI

      10.1093/nargab/lqaa067

    • Peer Reviewed / Open Access
  • [Presentation] Variable selection in varying-coefficient functional linear models.2020

    • Author(s)
      Matsui, H.
    • Organizer
      13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020)
    • Int'l Joint Research / Invited
  • [Presentation] 個人向けローン利用顧客のデフォルト判別のための転移学習2020

    • Author(s)
      杉山聖貴,松井秀俊
    • Organizer
      第23回情報論的学習理論ワークショップ (IBIS2020)
  • [Presentation] 変化係数関数加法モデルと農業データ分析への応用2020

    • Author(s)
      松井秀俊
    • Organizer
      2020年度統計関連学会連合大会

URL: 

Published: 2021-12-27  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi