| 研究課題/領域番号 |
19H01114
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
山西 健司 東京大学, 大学院情報理工学系研究科, 教授 (90549180)
|
|---|
| 研究分担者 |
朝岡 亮 聖隷クリストファー大学, 看護学研究科, 臨床教授 (00362202)
大西 立顕 立教大学, 人工知能科学研究科, 教授 (10376387)
谷戸 正樹 島根大学, 学術研究院医学・看護学系, 教授 (30284037)
渡辺 努 東京大学, 大学院経済学研究科(経済学部), 教授 (90313444)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 予兆情報学 / 記述長最小原理 / 異常検知 / 変化検知 / 緑内障進行予測 / ネットワーク / モデル選択 / グラフ埋め込み |
|---|
| 研究成果の概要 |
データから危険事態の突発的な発生や新しい変化を早期に検知することは重要な課題である。本課題はデータサイエンスの分野で異常検知、変化検知として急成長し、リスク管理や障害検知などのビジネス分野で応用されてきた。しかし、異常や変化は突然起こるとは限らない。むしろ、漸進的に出現し、過渡期に「予兆」が現れる場合がある。そこで、本研究では、予兆の段階で異常や変化を早期に検知し、その原因を解析するための新学問領域「予兆情報学」を創成することを狙いとした。そこでは、予兆を扱うための数学的基礎理論を確立し、これを経済データを用いた危機管理や、眼科学における緑内障進行予測などに応用し、有効性を実証した。
|
| 自由記述の分野 |
知能情報学
|
| 研究成果の学術的意義や社会的意義 |
本研究では、時系列データから変化や異常の予兆を検知するための数理的手法を確立した。その基礎理論は、潜在空間の最適構成理論、記述次元、Mixureエントロピー、微分的変化統計量など、新規性の高い要素技術を内包している。これらは、記述長最小原理と呼ばれる情報理論的原理に基づいて構成された、統一的で新しい学問体系を提供する。変化や異常の予兆検知は、経済データ解析において、バブル崩壊などの経済イベントの到来を素早く検知できる可能性をもたらす。また、感染症の急拡大の早期警告を出したり、疾病の進行を高精度に予測する。これにより、将来の危険を予知し、対策するための重要な情報技術の１つとして位置づけられる。
|
