| 研究課題/領域番号 |
20K11707
|
|---|
| 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60030:統計科学関連
|
|---|
| 研究機関 | 東北大学 (2022)
静岡大学 (2020-2021) |
|---|
研究代表者 |
荒木 由布子 東北大学, 情報科学研究科, 教授 (80403913)
|
|---|
| 研究分担者 |
岩田 欧介 名古屋市立大学, 医薬学総合研究院(医学), 准教授 (30465710)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 関数データ解析 / 高次元データ / 凸クラスタリング / 経時測定データ / 非線形分位点回帰モデル / ベイズ推定 / 正則化法 / 分位点回帰モデル / 多変量関数主成分分析 / 生存時間解析 / 分位点回帰 / クラスタリング / Karhunen-Loeve展開 / 因果推論 / 多層データ / 情報量規準 / 医用データ解析 / 工学データ解析 |
|---|
| 研究開始時の研究の概要 |
近年の高度な測定技術で収集された複雑・多様化したデータの中でも特に, 時間・空間で変動する高次元データに対して，関数データ解析法による新たな統計モデルの理論的・実践的開発を行う．関数データ解析法とは，各個体や対象に対して，離散点で経時的・空間的に観測・測定された一組のデータを滑らかな関数として捉えて関数化し，その関数化データの集合から有効に情報を抽出するための統計的手法である. 複雑な構造を有する高次元データを，いかに情報量を失うことなく次元縮小し，信頼度が高くかつ汎用性の高い統計モデルを開発するか，そしてその適用により，実データから新たな知見を得ることができるか, という課題に挑戦する。
|
| 研究成果の概要 |
本研究は，時空間で変動する高次元データを対象に，関数データ解析法による統計モデルの開発を目的とし，データの関数化（次元縮小），関数データ集合への解析モデル開発という理論的研究と，実データに新モデルを適用する実践的研究である．理論的研究では，経時測定データから時空間データへ適用できる次元縮小法を発展させるとともに，経時測定データへのベイジアン非線形分位点混合効果モデルの開発と実データへの適用，時空間データへの多変量関数主成分分析の適用，ヒトの共変量を含む高次元データのクラスタリングとその結果を共変量にもつ生存時間解析の新モデルの検討を行った．
|
| 研究成果の学術的意義や社会的意義 |
様々なタイプの高次元データに適用可能な，関数データ解析法による多変量解析法の体系化が喫緊の学術的課題である．本研究で，ベイズ型非線形混合効果分位点回帰モデルの提案，多変量関数主成分分析のセンサーデータへの適用，関数convex clusteringとその結果を共変量に持つCox PH モデルの検討を行い，非高次元経時測定データから高次元時空間データへ，さらにそこから多層高次元時空間データへ，と対象を広げ，関数データ解析の多変量解析モデル開発という体系化へ道筋をつけた．さらに提案手法や適用先について小児体内周期，医療トリアージ，手話学習者データに適用して，手法の提案と適用の新展開を行った．
|
