| 研究概要 |
情報通信社会基盤の発展と,それにともなうデータ収集技術の進展により,データベース,データウエアハウスに格納されるデータ量は飛躍的に大きくなっている.大規模なデータから発見的な手法を用いて有用なパターンを発掘するデータマイニング技術は,データから未知の頻出パターンを発見し,その知見をビジネスに有効利用したいというニーズに支えられながら発展し,様々な分野で応用されている.マイニング対象のデータベースには,住所などの空間的な位置を示す属性,および,日付や時刻などの時間を示す属性が含まれていることが多い.従来のマイニング技術は,こうした時空間データを単なる文字列,あるいは数値,として扱い,時空間データが本来持っていた時間的,空間的な意味を充分に利用していなかった.本研究では時空間データを含むデータベースから時間や空間,あるいは時空間の相互関係に関する頻出パターンや最適値を発見するための新技術の開発を目標としている.
我々は,これまで「空間的な頻出パターン」,「時系列パターン」発掘のための効率的なアルゴリズムを開発してきた.本年度はGPSやセンサーネットワークへの応用技術に主眼を置いた研究開発を行った.具体的にはGPSやセンサーデータの位置情報がもつ誤差のデータマイニングアルゴリズムを応用した補正技術を実装した.我々の実験では(補助的なセンサーを使わず)モバイル端末のみを使ったシステムとしては高い精度を持つ位置情報の獲得ができることを確認できた.位置精度高めたことで,新たなアプリケーションへ応用が可能になるが,これに基づく時空間パターンをつかった新たなアプリケーションの開発は今後の課題となっている.また,これと同時に個人情報保護技術の研究を開始し,これらも今後の発展が期待できると考えている.
|
