• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2017 年度 実施状況報告書

大規模時空間データのホットスポット検出に関する研究

研究課題

研究課題/領域番号 16K16019
研究機関岡山大学

研究代表者

石岡 文生  岡山大学, 環境生命科学研究科, 准教授 (20510770)

研究期間 (年度) 2016-04-01 – 2019-03-31
キーワードスキャン統計量 / エシェロン解析 / 空間集積性 / ホットスポット / shinyアプリ / ZDD
研究実績の概要

平成29年度は、研究計画の「エシェロンスキャン法による空間データのホットスポット検出法の発展」について、1. 大規模空間データの階層構造の単純化、2.ZDD法に基づくホットスポット検出、3.shinyによるアプリケーション化の実現、について重点的に研究を行った。
1.大規模空間データの階層構造の単純化:大規模データに対するエシェロンデンドログラムは極めて複雑な構造となり、ホットスポット検出のためのスキャン行程において膨大な計算量を要する。その問題に対処するため、エシェロンデンドログラムの構造だけを簡便なグラフで表現した「エシェロン木」を提唱し、その実用化に向けて研究を進めた。その成果を国際学会IFCS2017で発表した。
2.ZDD法に基づくホットスポット検出:組み合わせ集合を高速に数え上げ列挙するZDD(Zero-suppressed Binary Decision Diagram)と呼ばれるアルゴリズムを空間データに適用する際に、従来の地理的な隣接情報では無く、エシェロンデンドログラム上で与えられる領域同士の隣接情報を利用することにより、「エシェロン法による計算コストの軽減化」と「ZDDによる総当たりスキャン」を組み合わせた新たなホットスポット検出法を提唱した。これら研究成果をIFCS2017やIASC-ARS2017などの国際学会、および国内の研究集会で発表した。
3.shinyによるアプリケーション化の実現:Rのshinyパッケージを利用してアプリケーション化を行うことで、データの読み込んで地図上にホットスポットを描画するまでの一連の解析をインタラクティブに行うことを可能にした。特に、地図への描画についてはweb地図作成用のパッケージleafletを利用することで、様々な地理情報が付随されるよう工夫している。これら研究成果を国内の研究集会で発表した。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

事業計画の「大規模空間データの階層構造の単純化」に関しては、その方法の一つであるエシェロン木について研究を進めた。このエシェロン木をホットスポット検出とどのように結びつけるかが今後の検討課題である。また、ホットスポット検出手法の発展的展開として、ZDDに基づくスキャン法により必ず尤度が最大となるホットスポットを検出出来ることを示せたが、計算コストの問題から小規模データへの適用に限られる。そこで、空間データに直接ZDDを適用するのではなく、エシェロンデンドログラムにZDDを適用するという着想にいたった。エシェロンスキャン法のアプリケーション化について、当初の予定していた機能はほぼ実装できている。特に、解析結果の視覚的な表現については、当初の計画を上回る内容のものになっている。

今後の研究の推進方策

最終年度は、ホットスポット検出に関する各種の提案手法について、シミュレーション実験等を通じてその有効性について検証、および実データへ適用を行い、それら研究成果を引き続き国内外の学会で報告する。また、扱う対象のデータを時空間データ、多次元空間データへ拡張することも視野に入れる。加えて、開発中のアプリケーションを完成させ、その公開を目指す。

次年度使用額が生じた理由

(理由)予定していた研究図書の購入が遅れたため、翌年度への繰越金が生じた。だが概ね当初の計画通り施行できており、研究計画に変更の必要は無いと考える。

(使用計画)情報収集ならびに成果報告のため、主に出張旅費として使用予定である。

  • 研究成果

    (7件)

すべて 2017

すべて 学会発表 (7件) (うち国際学会 4件、 招待講演 3件)

  • [学会発表] Cluster detection using spatial scan statistic and its new development in large-scale scanning2017

    • 著者名/発表者名
      Fumio Ishioka and Koji Kurihara
    • 学会等名
      IFCS-2017 (Conference of the International Federation of Classification Societies)
    • 国際学会 / 招待講演
  • [学会発表] Statistical evaluation for spatial complexity based on echelon trees2017

    • 著者名/発表者名
      Koji Kurihara, Shoji Kajinishi and Fumio Ishioka
    • 学会等名
      IFCS-2017 (Conference of the International Federation of Classification Societies)
    • 国際学会 / 招待講演
  • [学会発表] Visualization for radiation monitoring post data using spatial interpolation2017

    • 著者名/発表者名
      Fumio Ishioka and Koji Kurihara
    • 学会等名
      Hangzhou International Statistical Symposium
    • 国際学会
  • [学会発表] Evaluation of spatial cluster detection method based on all geographical linkage patterns2017

    • 著者名/発表者名
      Fumio Ishioka, Jun Kawahara and Koji Kurihara
    • 学会等名
      IASC-ARS2017 (The Conference of the Asian Regional Section of the International Association of Statistical Computing)
    • 国際学会 / 招待講演
  • [学会発表] 空間データに対するエシェロン解析の新たな展開について2017

    • 著者名/発表者名
      石岡文生, 川原純, 栗原考次
    • 学会等名
      統計数理研究所共同研究集会(29-共研-5004)「環境・生態データと統計解析」
  • [学会発表] Rを用いた空間データの構造分析と集積性の検出2017

    • 著者名/発表者名
      石岡文生, 梶西将司
    • 学会等名
      統計数理研究所共同研究集会(29-共研-5005)「データ解析環境Rの整備と利用」
  • [学会発表] R-Shinyによる空間データの集積性検出2017

    • 著者名/発表者名
      梶西将司, 石岡文生, 栗原考次
    • 学会等名
      北海道大学情報基盤センター萌芽型共同研究 研究集会「大規模データ科学に関する多面的研究」

URL: 

公開日: 2018-12-17  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi