| 研究課題/領域番号 |
18K04626
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25010:社会システム工学関連
|
|---|
| 研究機関 | 久留米大学 |
|---|
研究代表者 |
譚 康融 久留米大学, 経済学部, 教授 (70368968)
|
|---|
| 研究分担者 |
谷口 剛 久留米大学, 文学部, 教授 (00102096)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | Change Point / State/Structural Change / Bayesian Inference / Markov Regime Switching / SDE Dynamics / KSVM / Change point / Anomaly detection / Parallel computing / Baysian Inference / MRSA / Support Vector Machine / SDE / GEV distribution / Structural Change / change point / Bayesian / jump / particle filter / 構造変化・転換点の検出 / ジャンプ / 形状変化の推定 / 確率分布の推定 / ネットワークの変化 / 転換点の検出 / 構造変化の検出 / 確率微分方程式 / 不正侵入の検出 / ネットワークトラフィック / 数理統計的なアプローチ / 非線形確率システム / 状態・構造変化の検知、予測 / リスク管理 / ハイブリッド解析法 |
|---|
| 研究成果の概要 |
本研究にて以下の成果が得られた。
本研究で提案・確立・開発された複数の手法は経済・経営の時系列データの解析に適用できるのみならず, 確率微分方程式(SDE)の構造変化の検知や,時系列データの信号処理などと言った多くの分野において, それらの有効性が実証分析および数値解析等で確認された。またMulticoreを用いたParallel Computingによって,Markov Chain Monte Carlo Methods等の計算時間が指数的に大幅に削減することができた。さらに国内外の研究者による共同研究, 研究連携などによって, 日本の研究成果を世界に発信することができた。
|
| 研究成果の学術的意義や社会的意義 |
非線形確率システムにおける状態変化・構造変化に関する既往の成果よりも,本研究では,より汎用的な数理モデリング/解析手法を複数に提案・開発しており, より正確的にリアルタイムにシステムの状態変化・構造変化を検出することができた。
提案手法はシステムの構造変化, COVID-19の感染者数の動的変化, ネット攻撃, 株価・為替レートの急激な変化などをいちはやく捉えることができた。文理を問わず,多くの分野における提案・開発された手法の有効性が実証分析・数値解析によって確認された。これからのより情報化・AI化の社会において、様々な状況において,提案手法の活用が期待できると考えられる。
|
