Inferences and machine learning methods for multivariate time-to-event data with incomplete information

Research Project

Project/Area Number	21K11783
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 60030:Statistical science-related
Research Institution	Shiga University
Principal Investigator	杉本知之滋賀大学, データサイエンス学部, 教授 (70324829)
Project Period (FY)	2021-04-01 – 2024-03-31
Project Status	Granted (Fiscal Year 2021)
Budget Amount *help	¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000) Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2021: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	統計的推測 / 多変量解析 / 生存時間データ / 不完全データ / 機械学習
Outline of Research at the Start	本研究では，不完全情報を伴うときの多次元の事象時間データの推測の理論，方法論，その機械学習法の展開を如何にすればより有意義に構築できるかを明らかにしていく．事象時間データの多次元推測では，点過程のマルチンゲール接近法を，時間方向だけでなく，イベントの種類といった多次元方向にも展開する必要があるため，先行研究の結果(Sugimoto et al, 2020)を利用して発展させていく。多次元化のモデリングには，いくつかの不完全情報を含むことも必須であり，これらのことを考慮して，より有意義な多次元推測と機械学習を組み込む展開を研究する．