研究課題/領域番号 |
17K12974
|
研究機関 | 統計数理研究所 |
研究代表者 |
村上 大輔 統計数理研究所, データ科学研究系, 助教 (20738249)
|
研究期間 (年度) |
2017-04-01 – 2020-03-31
|
キーワード | 大規模空間データ / 空間可変パラメータモデル / spmoran |
研究実績の概要 |
本年度は、昨年度の成果を発展させて、大規模空間データのためのモデリング手法を幅広に開発した。具体的には、まずは基幹技術として、事前圧縮を行うことでデータサイズに依存しない計算量でモデル推定を行おうというアプローチを確立し、次に、同アプローチを応用することで、幅広い空間統計モデルを線形時間あるいはそれ以下の計算時間で高速推定できるように拡張した。具体的には次のモデルを高速化した:空間可変パラメータモデル、空間分位点回帰モデル、空間計量経済モデル。以上の研究の中で、計3つのImpact factorありの主要な国際誌(Geographical Analysis、EnvironmetricsおよびAnnals of American Journal of Geographers)に採択・掲載されている。それら成果の一部はXII World Conference of the Spatial Econometrics Associationで発表・情報交換をした。また3つの各モデルはフリーの統計ソフトウェアRのパッケージspmoran上で一般公開した。同科研の成果物を公開するためのパッケージであるspmoranの平成30年度のダウンロード数は6,042となり、平成29年度の2728を大きく上回った。以上に加え、本研究、特にパッケージ公開を契機にDanlin Lu教授(モントクレア州立大)やAndrew Finley教授(ミネソタ州立大)との新たな研究連携を結ぶことができたなど、予想外の進展もあった。さらに、以上の一連の成果が評価され平成30年度シンフォニカ統計GIS研究奨励賞の受賞に至っている。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
研究業績の項でも示したように、本科研の成果物をまとめているRパッケージspmoranの利用者が大幅に増えた点、成果が主要な複数の国際雑にacceptされた点、新たな国際共同研究に着手することができた点、および平成30年度シンフォニカ統計GIS研究奨励賞の受賞に至った点から計画以上に進展したと判断した。
|
今後の研究の推進方策 |
今後は、単に大規模なだけでなく、多様な空間データをモデリングする方法を確立したい。幸い、本年度までに開発を進めた空間可変パラメータモデルは、linear model of coregionalizationと呼ばれる多様な空間データの統合モデルの特殊形であることから、このことを利用して、これまでの成果を発展的に応用しながら精度、位置、分布等の異なる空間データを統合解析する方法の確立を目指す。またそれらをRパッケージspmoran(または別立ての新パッケージ)上で実装することで、関連分野に貢献していきたい。
|
次年度使用額が生じた理由 |
大規模データモデリング手法の検討のために実データではなくシミュレーションデータを使用することになったため、データ購入費が計画より少なくなった。同データ購入は、来年度の多様な空間データモデリング手法の検討の際に必要と思われる。
|