2016 Fiscal Year Annual Research Report
Developing Predictive Simulation Framework with Confidence Level for Stochastic Process and Its Application to Knowledge Discovery
| Project/Area Number |
26330261
|
|---|
| Research Institution | Aoyama Gakuin University |
|---|
Principal Investigator |
大原 剛三 青山学院大学, 理工学部, 准教授 (30294127)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
斉藤 和巳 静岡県立大学, 経営情報学部, 教授 (80379544)
木村 昌弘 龍谷大学, 理工学部, 教授 (10396153)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | 機械学習 / 統計数学 / 確率モデル / 予測シミュレーション / 知識発見 |
|---|
| Outline of Annual Research Achievements |
本研究は，大規模データのダイナミクスをモデル化する確率過程を対象に，限定した試行回数の下でもその確率過程に対するシミュレーション結果の精度を保証する新たな予測シミュレーションパラダイムを機械学習の枠組みで確立することを目的とした．具体的には，社会ネットワーク上の情報拡散モデルを主な対象とし，統計的機械学習におけるリサンプリング法を基礎とし，予測シミュレーションの精度を保証する理論的枠組の構築，およびそれに基づくシミュレーション法の確立を試みた．
最終年となる本年度は，前年度までに提案した予測シミュレーション法の実行基盤として，情報拡散シミュレーションを複数計算機上で並列分散実行するアルゴリズムを開発した．提案アルゴリズムでは，テスト用ネットワークに対して1,000回の情報拡散シミュレーションを逐次実行する場合に比べて4台の計算機での並列分散実行で約40倍の高速化を実現した．今後，この並列分散処理環境上での提案予測シミュレーション法の評価を進める予定である．また，前年度に提案した社会ネットワークにおけるノード中心性の高い重要ノード群を一定の精度保証付きで推定するギャップ分析法に関しては，実応用問題として道路ネットワーク上の重要地点を媒介中心性，近接中心性に基づき同定する問題を検討し，比較手法となる基本アルゴリズムを提案した．今後，両手法の比較・評価を進める．
以上，本研究期間を通して開発した，精度保証つき予測シミュレーション法とその並列分散実行環境は，大規模社会ネットワーク上のダイナミクスの分析効率を大幅に改善し得る技術として，今後，重要な役割を果たすものである．また，一定の精度保証付きでネットワーク中のノード中心性の高い重要ノード群を同定するギャップ分析法は，提案予測シミュレーション法の理論的枠組みの汎用性を示すものとして意義が大きい．
|
