• 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

2021 年度 研究成果報告書

時空間データのスパースモデリングと実データへの応用による現象理解

研究課題

  • PDF
研究課題/領域番号 19K11861
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分60030:統計科学関連
研究機関長崎大学

研究代表者

西井 龍映  長崎大学, 情報データ科学部, 教授 (40127684)

研究分担者 田中 章司郎  広島経済大学, メディアビジネス学部, 教授 (00197427)
持田 恵一  国立研究開発法人理化学研究所, 環境資源科学研究センター, チームリーダー (90387960)
研究期間 (年度) 2019-04-01 – 2022-03-31
キーワード時空間データ解析 / スパースモデリング / ネットワーク推定 / 深層学習 / 非対称損失 / 精密農業 / カラーマッチング
研究成果の概要

本研究の目的は時空間実データに対して統計モデルを開発・評価し,当該現象の特徴を把握することである.3年間の研究期間では種々の実データについての統計モデリングを行った.以下は論文として発表した主な研究成果である.
1) 色認識空間における楕円の推定論文, 2) 植物表現型推定におけるコンピュータビジョンのレビュー論文,3) スパース回帰分析と回帰分析(単行本),4) 時空間データの回帰分析における効率的変数選択法,5) 高解像度のハイパースペクトル画像にもとづく教師なし土地利用被覆推定,6) 植物の表現型に関する遺伝子や環境要因の特定,7) 太陽風が地震の引き金の一つであることの実証分析.

自由記述の分野

応用統計学

研究成果の学術的意義や社会的意義

太陽風が地震に影響しているという仮説を,地震頻度や太陽風に関する9次元の物理計測値から検証し,マグニチュード6より小さい地震頻度に影響することを示した.このように異質なビッグデータを考察することで,新しい知見が得られることの好例である.またオオムギの収穫量等の表現形を,遺伝子タイプや生育方法のうち重要な変数を選んでモデル化することにより,穀物の増産や炭素固定に貢献できる.さらに電力売買において,明日の電力使用が不足せず,かつコストの意味で効率な予測方法を研究した.

URL: 

公開日: 2023-01-30  

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