2023 Fiscal Year Research-status Report
Temporal Aggregation and Statistical Analysis for Large Temporal Databases
| Project/Area Number |
20K11836
|
|---|
| Research Institution | Kyushu Sangyo University |
|---|
Principal Investigator |
成 凱 九州産業大学, 理工学部, 教授 (50368875)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 時制データベース / 区間代数 / 時区間解析 / 区間演算 / 微生物同定 / 規模推定 |
|---|
| Outline of Annual Research Achievements |
本研究は時間的制約を伴う事象を表す時制データを対象としその効率的な管理と多様な解析を可能にする基盤技術を開発するために、時区間データ解析の数学基盤として提案した時区間代数の拡張と改善を行った。この区間代数を用いて、時区間関係を特徴量としてイベント系列の分類に適用する手法を提案し有効性を検証した。また、時間概念の一般化として順序を持つデータを対象に提案手法の適用も試みた。デマ検知、微生物同定、コピー文書検出、群衆規模推定、施設予約等への実装を行っている。まず、食品の安全を守るために、腐敗や食中毒を起こす微生物の種類を特定すること、いわゆる「微生物同定」が必要不可欠である。微生物同定のために様々な技術が開発されてきたが、時間やコストを要することや、菌種によっては同定できないか同定精度が低いという問題が存在する。本研究では、質量分析法で得られる試料の分子構造を示すマススペクトルと呼ばれるデータを解析し、ピークパターンの類似度計算及びそれに基づく微生物同定の手法を提案し、実データを用いた実験により提案手法の評価を行い、さらに高精度の同定につながるヒントが得られた。また、イベント会場等における群衆の密集度や規模を予測・推定するために、画像や音声から抽出された特徴量の時間的変化を解析することにより、大規模イベントや駅など人の集まる場所を対象として、群衆の密集度や規模を推定する手法を開発して時制データ解析の有効性を検証している。これらの成果をまとめて学会発表を複数回行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
体調不良により学会発表等に間に合わなかったことがある。
|
| Strategy for Future Research Activity |
研究期間を一年間延長させてもらったので、これを利用してこれまでの研究をさらに深め、研究成果をあげて積極的に公表していく。
|
| Causes of Carryover |
学会発表に間に合わなかったこと等により予算が予定通り消化されなかったため、次年度に使用額が生じた。次年度は、実験環境の整備に係る備品購入（6月～9月まで）、実験補助に伴う人件費（4月～3月まで）、研究調査や学会発表に伴う旅費（7月、9月、1月、2月）、学会参加費、論文投稿料等を予定しており計画的に使用していくと考えている。
|
