Sparse modeling of spatio-temporal data and phenonon understanding by application to real data

2021 Fiscal Year Final Research Report

• Project/Area Number: 19K11861
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Nagasaki University
• Principal Investigator: Nishii Ryuei 長崎大学, 情報データ科学部, 教授 (40127684)
• Co-Investigator(Kenkyū-buntansha): 田中 章司郎 広島経済大学, メディアビジネス学部, 教授 (00197427) ; 持田 恵一 国立研究開発法人理化学研究所, 環境資源科学研究センター, チームリーダー (90387960)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 時空間データ解析 / スパースモデリング / ネットワーク推定 / 深層学習 / 非対称損失 / 精密農業 / カラーマッチング

Outline of Final Research Achievements

The purpose of this study is to develop and evaluate statistical models for real space-time data and to understand the characteristics of the phenomenon. During the three-year research period, statistical modeling was performed on various actual data. The following are the main research results.
・Estimation of ellipses in color recognition space, ・Computer vision review paper in plant phenotypic estimation, ・Sparse regression analysis and pattern recognition (text book), ・Efficient variable selection in regression analysis of spatio-temporal data, ・Unsupervised land use cover detection based on high-resolution hyperspectral images, and ・Identification of genes and environmental factors related to plant phenotypes, and ・Empirical analysis that solar wind is one of the triggers of earthquakes, were performed.

Free Research Field

応用統計学

Academic Significance and Societal Importance of the Research Achievements

太陽風が地震に影響しているという仮説を，地震頻度や太陽風に関する9次元の物理計測値から検証し，マグニチュード6より小さい地震頻度に影響することを示した．このように異質なビッグデータを考察することで，新しい知見が得られることの好例である．またオオムギの収穫量等の表現形を，遺伝子タイプや生育方法のうち重要な変数を選んでモデル化することにより，穀物の増産や炭素固定に貢献できる．さらに電力売買において，明日の電力使用が不足せず，かつコストの意味で効率な予測方法を研究した．