自然現象や社会現象から得られる時空間データの統計モデリングと現象の理解の研究

2018 年度 研究成果報告書

• 研究課題/領域番号: 15H02670
• 研究種目: 基盤研究(B)
• 配分区分: 補助金
• 応募区分: 一般
• 研究分野: 統計科学
• 研究機関: 九州大学
• 研究代表者: 西井 龍映 九州大学, マス・フォア・インダストリ研究所, 教授 (40127684)
• 研究分担者: 持田 恵一 国立研究開発法人理化学研究所, 環境資源科学研究センター, チームリーダー (90387960) ; 恩田 義彦 国立研究開発法人理化学研究所, 環境資源科学研究センター, 研究員 (50547073) ; 松田 安昌 東北大学, 経済学研究科, 教授 (10301590) ; 田中 章司郎 広島経済大学, 経済学部, 教授 (00197427) ; 前園 宜彦 九州大学, 数理学研究院, 教授 (30173701) ; 増田 弘毅 九州大学, 数理学研究院, 教授 (10380669) ; 二宮 嘉行 九州大学, マス・フォア・インダストリ研究所, 准教授 (50343330) ; 松井 秀俊 九州大学, 数理(科)学研究科(研究院), 助教 (90633305)
• 研究協力者: 江田 智尊
• 研究期間 (年度): 2015-04-01 – 2019-03-31
• キーワード: スパースモデリング / 太陽活動 / 磁気嵐指数 / 遺伝子間制御ネットワーク / マルチラベル判別 / 構造的SVM / 自己回帰型回帰モデル

研究成果の概要

以下の研究を行った。
１）IGARSS 2015 で、コロンビア大学とリモートセンシング画像の社会応用に関する特別セッションを企画した。２）太陽活動に関する物理量を用いて 磁気嵐指数を予測する時系列回帰モデルを推定した。３）試験植物の遺伝子発現の時系列データに、自己回帰型回帰モデルの疎推定により遺伝子間ネットワークを推定した。４）超高解像度土地被覆画像に対し，出力層の階層的構造と入力層の従属性を考慮したマルチラベル判別について機械学習に基づく判別器を提案した．

自由記述の分野

統計学

研究成果の学術的意義や社会的意義

研究成果の意義は次である。１）リモートセンシング画像と社会的なデータとのリンクにより新しい知見が得られた。２）従来の物理モデルを凌駕する磁気嵐指数の予測モデルが得られた。３）疎推定で特定されたハブ遺伝子を改変すると、植物の成長を加速することが実験的に確認できた。今後植物燃料への適応が期待される。４）超高解像度画像に対する高精度なマルチラベル判別は、圃場をドローンで観測した画像への応用が期待される。