2022 Fiscal Year Annual Research Report
New development of structural analysis and visualization for spatio-temporal data based on topological data analysis
| Project/Area Number |
20K11710
|
|---|
| Research Institution | Kyoto Women's University |
|---|
Principal Investigator |
栗原 考次 京都女子大学, 宗教・文化研究所, 教授 (20170087)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | エシェロン解析 / 時空間情報 / 可視化 / 位相的データ解析 |
|---|
| Outline of Annual Research Achievements |
令和４年度は、時空間データに対して同位相分類に基づくエシェロン階層的構造を利用し、１．ホットスポットの中に最新日が含まれるようにスキャンするエシェロンスキャン法と都道府県別COVID-19の感染率データへの適用、２．位相的データ解析の観点からのエシェロン解析による同位相分類のアルゴリズム、についての研究を推進した。
１．では、常に最新日が含まれるprospective (前向き)ホットスポット検出のために、データの持つ位相的な空間的階層構造に基づき時間の経過に伴うホットスポット内の空間的な変化を捉えることが可能な手法を提案した。また、適用例として各都道府県が毎日収集するCOVID-19に関するデータを使用して、時空間ホットスポットの発生場所と発生時期を特定するための可視化の方法を提案するとともに、ホットスポット発生の原因の考察を行った。
２．では、格子データに対するエシェロン解析による同位相分類の考え方を２次元以上の空間においてわかりやすく視覚的に表現する可視化の方法を提唱するとともに、位相的データ解析(Topological Data Analysis : TDA)の技法を応用し、時空間データ全体に対する位相的データ解析の展開を図った。
これらの研究成果は２つの国際誌Japanese Journal of Statistics and Data Science, Vol.5 No.1、WIREs Computational Statistics Vol.15および国際学会17th Conference of the International Federation of Classification Societiesでの招待講演、国際学会The European Conference on Data Analysis 2022での講演などにおいて公表した。
|
