2022 Fiscal Year Annual Research Report
Quality-Assured End-to-End Big Data Approximation Processing
| Project/Area Number |
22H03594
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
石川 佳治 名古屋大学, 情報学研究科, 教授 (80263440)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉浦 健人 名古屋大学, 情報学研究科, 助教 (10821663)
駒水 孝裕 名古屋大学, 数理・データ科学教育研究センター, 准教授 (30756367)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 近似的問合せ / 問合せ処理 / データの品質 / 品質保証 / ビッグデータ処理 / データベースシステム / データストリーム |
|---|
| Outline of Annual Research Achievements |
本研究は，(A)近似的データ処理の統合モデルの開発，(B)機械学習を導入した近似的データ処理法の開発，(C)ビッグデータ処理システムにおけるEnd-to-End近似処理技術の開発，(D)品質駆動型の近似的データ処理技術の開発，(E)システムプロトタイプの実現と評価，の5つのサブテーマからなる．令和5年度は特に(C)と(D)を中心に研究を進めると予定をしていたが(A), (B)についても一定の進展があった．
今年度は特にテーマ(A)と(B)を中心に実施したが，(C), (D)に関連する研究も実施した．主に3つのトピックがあり，第一はデータベースをコンパクトに集約し高速な問合せを実現する近似的問合せ処理に関する研究である．国際会議・論文誌への投稿までは至らなかったが，研究会や国内ワークショップでの発表を行った．第二はデータストリームの処理に近似的なアプローチを適用するものである．一定の品質を担保したうえで，近似的にデータストリームを処理するものである．耐障害性を有するアプローチであり，障害があった場合にも統計モデルをもとに情報の補填を行って，品質を保って処理を継続する．こちらについても国内の研究会・ワークショップでの発表を行った。第三は最近傍データ探索における近似的処理である．高次元データにおける最近傍探索は機械学習などで多くのアプリケーションがあり注目されているが，その高速化は容易ではない．本研究ではグラフ探索問題に処理を帰着させ，近似的なアプローチを適用することで，きわめて高速な処理法を開発した．こちらについてはトップレベルの論文誌への採択がなされた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
今年度は初年度であることもあり，国際会議などの実績は少ないが，次年度につながる成果が出てきており，国内の研究会やワークショップで発表できている．
なお，他の研究グループから競合する手法が出てきて，手法の検討が必要であるということで研究費の繰越しを行い，半年間の延長を行っている．このこともあり，競合手法に対する提案手法の利点も明らかとなった．
|
| Strategy for Future Research Activity |
順調に研究が進捗してきたことから，この流れを継続して研究を進めたいと考えている．特に国際会議や学術雑誌への投稿には力を入れたいと考えている．一方で，手法の詳細化のための議論や，詳細な実験なども実施したい．
|
