2022 Fiscal Year Annual Research Report
Fundamental research for analysis of mesh location data
| Project/Area Number |
20K11720
|
|---|
| Research Institution | Doshisha University |
|---|
Principal Investigator |
宿久 洋 同志社大学, 文化情報学部, 教授 (50244223)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 位置情報データ / 時空間データ解析 / オンライン学習 / 異常検知 / メッシュ統計学 / 人流データ |
|---|
| Outline of Annual Research Achievements |
本研究では，メッシュ位置情報データを初めとした地理情報データを対象としたデータ解析法の開発に取り組んでいる．本研究で対象としている位置情報データに対して，古典的な多変量解析法を用いてそのまま分析することは，対象とするデータの特性やその量が問題となり困難であることが多い．そのため，データの特性を踏まえたデータ解析法が必要になる．当初の研究計画では，メッシュとして得られた位置情報データを中心に研究を進める予定であった．しかし，研究を進める中で，データの取得単位がメッシュとしてではなく，地理座標が付与された地点として得られている状況における課題を発見し，この状況でも利用可能な手法の開発を進めている．各地点での観測がメッシュとして得られる状況は，地理座標が付与された位置情報データの特殊ケースとして考えることができる．最終年度は昨年度に引き続き，次の2つの研究を行った．1つ目は，クリギング法を拡張し，データが得られている各地点を，クラスタリングした下でモデリングする方法に関する研究である．特に，各地点に関する情報が，緯度経度などの位置を表す情報のみである場合について研究を行った．この方法では，予測にベイズ的な方法を用いることでデータの少ない地点においても安定した予測を行うことが可能になる．2つ目は，異常を検知する方法についてオンラインで異常検知する方法である．この方法については，中央値を用いる方法を提案している．異常検知を行う際には，平常とされる状態を推定する必要があり，この状態の推定にはその地点の予測値を得ることが有用である．本研究課題において取り組んだいずれの方法に関しても，予測された「平常」とされるものからの乖離度合いによって異常を検知するための方法である．最終年度はこれらの研究成果を国内会議および国際会議における発表を通して公表した．
|
