• 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

2019 年度 研究成果報告書

時空間データの大規模化・多様化に向けた固有ベクトル空間フィルタリングの高度化

研究課題

  • PDF
研究課題/領域番号 17K12974
研究種目

若手研究(B)

配分区分基金
研究分野 地理学
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
キーワード空間回帰
研究成果の概要

本研究では,申請者提案の空間回帰法であるRE-ESFを拡張することで、既存の空間統計手法では困難であった大規模かつ多様なデータの(時)空間回帰モデリングを高速・柔軟に行うためのアプローチを開発した。そのために、まずはpre-conditioningを駆使してRE-ESEの高速化と省メモリ化を行い大規模データに適用可能とした。次に、同手法を、時空間データ、階層性を持つデータ、非ガウスデータなどに適用可能とするための拡張を行った。さらに、幅広い実データへの応用を通して提案手法の有用性を確認した。最後に、以上で開発した各手法を統計ソフトウェアRのパッケージspmoranに実装して一般公開した。

自由記述の分野

空間統計

研究成果の学術的意義や社会的意義

近年急増する大規模な地理空間データを柔軟に解析するための空間回帰法を幅広く開発した。空間回帰法は空間疫学、空間計量経済学、計量地理学といった関連分野の高度化を、大規模データの解析手法の高度化の観点から後押ししうるものである。開発した各手法は既に統計ソフトウェアRのパッケージ化して一般公開済みであり、既に幅広い関連研究者に利用されている(例えば2019年度は7684回ダウンロードされた)。以上に加え、本研究で提案した空間回帰法は計算時間とメモリ消費が極めて小さく学術的にも新規的である。

URL: 

公開日: 2021-02-19  

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