| 研究課題/領域番号 |
19H04114
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60080:データベース関連
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
北川 博之 筑波大学, 国際統合睡眠医科学研究機構, 教授 (00204876)
|
|---|
| 研究分担者 |
天笠 俊之 筑波大学, 計算科学研究センター, 教授 (70314531)
塩川 浩昭 筑波大学, 計算科学研究センター, 准教授 (90775248)
早瀬 康裕 筑波大学, システム情報系, 助教 (40423090)
堀江 和正 筑波大学, 計算科学研究センター, 助教 (60817112)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2022年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2021年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2019年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | ビッグデータ / Augmentedデータ / 仮想化 / トレーサビリティ |
|---|
| 研究開始時の研究の概要 |
ビッグデータ処理では，蓄積データやストリーム等の様々な大規模リアルデータに対して，結合・集約処理等に加え，機械学習等を用いた補完・推定処理等の多様なデータ処理を有機的に適用することが求められている．このような複合的データ処理を支援する上で，データ構造や処理の詳細を隠ぺいする仮想化技術が極めて重要である．本研究では，実世界から直接観測・取得されるリアルデータと，機械学習，メタデータ推論，シミュレーション等を適用することにより元データを大幅に拡充・補填するAugmentedデータをシームレスに統合する仮想化技術を確立し，それに立脚したAugmentedリアルビッグデータ利活用基盤の構築を目指す．
|
| 研究成果の概要 |
本研究は，ファクトデータとしてデータベースに蓄積されたリアルデータに，AI・ML等によって得られるAugmentedデータをシームレスに統合可能なAugmentedリアルビッグデータ基盤の実現に向けた技術の構築を目的に研究を実施した．成果として，シークエンスデータに対する時系列パターン処理，データベースにおける複合分析処理，ストリーム処理における複合分析処理，境界点検出，外部情報源と知識ベースの統合，ストリーム処理における集約値計算，空間ストリーム処理基盤の各テーマに関して，Augmentedデータが関わるデータ記述，整合性管理，処理効率化等の視点から新たな概念や手法の提案，検証を行った．
|
| 研究成果の学術的意義や社会的意義 |
本研究の多くの研究成果は，査読付きの国内外ジャーナル論文，国際会議論文等で発表済である．特に，「リレーショナルデータベースにおけるAI・ML等による Augmented データ生成を含む複合分析処理」の成果はVLDB Journal，「ストリーム処理における集約値 Augmented データ計算」の成果はIEEE TKDEという，当該分野を代表するトップレベル国際ジャーナルに採択され，学術的に高い評価を得ている．本研究で対象としたAI・ML等によるAugmentedデータ生成・利用は，今後急速に社会へ普及することが予想され，本研究の成果は社会的意義も大きいものと確信する．
|
