2023 年度研究成果報告書

多様な時系列データに潜む振動現象の統計解析

研究課題

PDF

研究課題/領域番号	19K20220
研究種目	若手研究
配分区分	基金
審査区分	小区分60030:統計科学関連
研究機関	東京大学 (2019, 2022-2023) 国立研究開発法人理化学研究所 (2020-2021)
研究代表者	松田孟留東京大学, 大学院情報理工学系研究科, 准教授 (50808475)
研究期間 (年度)	2019-04-01 – 2024-03-31
キーワード	時系列解析 / 状態空間モデル / 振動子
研究成果の概要	状態空間モデルを用いて時系列データに潜む振動成分をデータ駆動的に抽出する振動子分解について、さまざまな実データへの応用およびモデル・アルゴリズムの改良を行った。乳児fNIRSデータへの応用では、脳活動に由来する振動子、脈波に対応する振動子、ミラーリングノイズに対応する振動子の3種類の振動子への分解が得られた。地震波データへの応用では、火山性長周期微動イベントに対応する約11秒周期の振動子が検出された。また、振動子分解プログラムのMATLABからpythonへの移植も行い、githubでコードを公開した。
自由記述の分野	統計学
研究成果の学術的意義や社会的意義	振動現象は自然界に遍在しており、その理解は分野を越えて重要である。本研究では、時系列データに潜む振動現象の理解・予測・制御を行うための統計手法を開発し、多様なデータに応用した。本手法によって、データ駆動的に振動現象の定量的理解が得られ、さらに不確実性を考慮した予測・制御を行うことが可能となる。