| 研究課題/領域番号 |
19H04128
|
|---|
| 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61010:知覚情報処理関連
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
工藤 峰一 北海道大学, 情報科学研究院, 教授 (60205101)
|
|---|
| 研究分担者 |
今井 英幸 北海道大学, 情報科学研究院, 教授 (10213216)
中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
2023年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2022年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2021年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2020年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
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 | 不頻出事象 / マルチラベル分類 / 異変検出 / 希少疾患 / 独居高齢者 / 可視化 / パターン認識 / 高齢者の異変検知 / ロングテール分布 / 異変検知 / 認知症 / インバランス問題 / ロングテイル / ロングテール / オーバーラップ問題 / 不頻出事象の予測 / マイノリティクラス / データマイニング |
|---|
| 研究開始時の研究の概要 |
非頻出なコトやモノの認識や予測を行うことは、希少疾患の発見や見逃していた事項の想起、新しい着想への手がかりの入手、など、「気づき」や「発見」を与える上で有効である。しかし一方では、非頻出ゆえのデータ不足や見分けの難しさなど、固有の難しさを抱える。本研究では、パターン認識分野とデータマニング分野において、この挑戦的課題に取り組む。
基本方針は、他の多数の候補から非頻出事象を「識別」するのではなく、個々の非頻出事象が該当するどうかを「同定」する点にあり、疑わしい場合、更なる証拠を調査して「確定」する。本研究グループの有するこれまでの技術を動員して効果のある方法論を新しく築く。
|
| 研究実績の概要 |
希少疾患の発見や新興味分野の発掘、高齢者の異変検知など、不頻出なモノやコトこそ新たな発見や重要な分析につながることが多い。本研究では頻度の低い事象に注目して、その発見と分類に関して基礎的な検討を重ねた。
基礎的研究としては（エクストリーム）マルチラベル分類問題の枠組みで、不頻出な出来事（ラベル）の発生理由の分析および分類を行った。主な発生理由は、１）新規ラベルとして新たに認知されたため、２）これまでよりも精密な分類が必要となり創出されたため、の二つであることが分かった。また、分類の難しさは、事例の少なさ（インバランス）ばかりでなく、２）の発生理由からもわかるように、多くの類似データに埋もれやすいため（オーバーラップ）であることが判明した。方法論として、希少ラベルを強調した可視化による希少例の分析の有効性を示した。さらに、超区間と決定木を用いた新たな分類手法を複数提案した。これらにより一定の成果を得たものの、本質的な改善にはつながらなかった。
応用研究としては、希少疾患の発見と独居高齢者の異常発見に取り組んだ。希少疾患についてはラプラシアン固有マップを教師付きに拡張することで通常疾患とみなされる可能性の高い希少疾患の発見に寄与できることを示した。極値論を利用した発見手法も開発し従来手法を上回る性能を示した。独居高齢者の異変検出については、７つ程度の典型的な異変スマートホーム環境で検出することを考えた。現実の異変データはほぼ入手困難であるため、仮想空間でのシミュレーションにより異変検出を行うこととした。そのため、異変を含む独居高齢者の日常生活を模擬するシミュレータを開発し数年間の行動シミュレーションを数十分で行えるようにした。転倒についてはこれまで以上に多様な生活環境でも同程度の発見を行える手法を開発した。現在、現実との乖離が埋めつつ他の異変を併せて検出する方法を開発している。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
