| 研究課題/領域番号 |
17K00043
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
イリチュ 美佳 (佐藤美佳) 筑波大学, システム情報系, 教授 (60269214)
|
|---|
| 研究分担者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
清水 信夫 統計数理研究所, データ科学研究系, 助教 (00332130)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | Big Data Analysis / Fuzzy Clustering / Scales of Clusters / Regression Analysis / HDLSS Data / Data Fusion |
|---|
| 研究実績の概要 |
高次元小標本型ビックデータの解析法として、高次計量に基づく解析法を開発し、社会的応用を図ることが本研究の主目的である。本年度は、特に、高次元小標本型データが複数得られた時に、それらを同時に解析するための新たな方法の開発に取り組んだ。具体的には、複数のデータを通じて共通に得られるクラスターを共通尺度とする計量とそれを利用したモデルの開発を行った。これにより、高次元のデータの動的変動をより低次元の空間で説明することが可能となった。また、共通の部分ベクトル空間への射影を用いることで、種々のデータ構造を比較可能とし、かつ低次元空間に縮約可能とするモデルの開発も行った。この方法は、ビックデータ解析で問題とされる種々のデータの融合法としても有効であることを示した。この研究成果を、米国、シカゴにて開催されたCAS2017国際会議で発表し、発表した論文"Knowledge-based Comparable Predicted Values in Regression Analysis"に対して、1st Runner-Up Theoretical Paper Awardを受賞した。さらに、同国際会議にて、"Modeling New Complex Data Structures”と題して基調講演を行うと共に、The 2017 IEEE International Conference on Fuzzy SystemsやCFE-CMStatistics2017での招待研究発表、2017年度統計関連学会連合大会やThe 6th Japanese-German Symposium on Classification、第 33 回ファジィシステムシンポジウム等の研究発表を通じて、これらの手法に対する理論的、応用的研究成果を発表した。
|
| 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
本年度は、クラスター尺度に基づく計量の開発とそれによるクラスター計量モデルの開発が目的であったが、その目的を達成しているため、おおむね順調に進展しているといえる。
特に、複数のデータが得られた時に、それらのデータに共通にある潜在的尺度をクラスター構造と射影子の両面から捉え、それにより複数のデータ間の変動を説明し、適切な低次元空間に要約する方法の基礎となる方法論の開発を行った。
|
| 今後の研究の推進方策 |
開発した計量を高次計量に発展させ、それらの理論的検証を進める必要がある。また、それと同時にモデルの拡張を行う。さらに、開発したモデルを種々のビックデータに適用し、論文にまとめ公表する必要がある。
|
