• 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

2022 年度 実施状況報告書

ソーシャルビッグデータ応用における仮説の生成と説明のための基盤的研究

研究課題

研究課題/領域番号 20K12081
研究機関東京都立大学

研究代表者

石川 博  東京都立大学, システムデザイン研究科, 特任教授 (60326014)

研究分担者 廣田 雅春  岡山理科大学, 総合情報学部, 講師 (70750628)
研究期間 (年度) 2020-04-01 – 2024-03-31
キーワードビッグデータ / データモデル / 仮説生成方法 / 説明基盤
研究実績の概要

(A) 仮説生成方法論の体系化:(A1) 統合的データモデルの提案:ソーシャルビッグデータ応用はデータ構造として,集合及び集合の集まりを基本とするデータ分析とデータ管理とからなるハイブリッドなエコシステムである.そこで本研究ではソーシャルビッグデータ応用における仮説生成手順全体の記述のためにハイブリッドなエコシステムを纏めて記述・説明できるデータモデルアプローチを提案して利用した.
(A2)仮説生成方法論の構築:複数データソースを統合的に利用して仮説を生み出す方法論として,複数の分野で独立に発展してきた差分方式の体系化を目指し,モデルアプローチによる具体化を幅広い分野として観光,科学,スマートシティなどを対象とすることにした.特に同一データの差分に関して複数の方法を適用して仮説を生み出す方式の検討を行った.仮説生成手法のひとつをJAXAと共同で小惑星探査機のテレメトリデータに実際に適用した.
(B) 統合的説明基盤の構築:モデル独立な方法とモデル依存に分けて,ミクロとマクロの説明機能の検討を行った.特に複数の構成要素に分割するアプローチを考案した.
(C) ユースケースの収集と基盤技術の検証:科学と観光などの複数のケースを取集し,提案方式を用いてそれらの有効性を確認できた.
これらの成果は4篇の学術誌論文,3篇の国際会議論文,1篇の口頭発表および受賞につながった.

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

各項目について提案もしくは検討を確実に実行することができた.具体的には仮説生成方法論の提案,説明基盤の検討を行った.さらに提案・検討結果を複数のユースケース(観光や月惑星科学など)に適用して,それらの有効性の確認を行うことができた.また研究成果としては4篇の学術誌論文,3篇の国際会議論文,1篇の口頭発表につながった.さらにデータベース関連技術への貢献によってデータベース学会功労賞を受賞した.

今後の研究の推進方策

(A)仮説生成方法論の体系化.(A1) 統合的データモデルの洗練化を,多様な応用をもとに引き続き行う.(A2)仮説生成方法論を,より多様な応用をカバーできるように体系化を引き続き推進し完成する.
(B)統合的説明基盤の構築.(B1)ミクロな説明機能についてモデル独立な手法とモデル依存の手法を合わせて体系化する.(B2)マクロな説明機能について全体的な再現性を保証することを念頭にしてモデル独立な手法とモデル依存の手法を合わせて体系化する.
(C)さらなるユースケースの収集と基盤技術の検証を引き続き行う.

次年度使用額が生じた理由

新型コロナウイルス蔓延のために研究成果を国内外で発表することができなかったために,関連する費用が発生しなかった.
海外渡航が自由になり次第,国際会議・国内研究会への参加・発表,国内外への調査研究のための出張を行い,さらに成果のとりまとめと成果を生かし発展させるための新なユースケースの企画検討などにかかわる費用として使用する.

  • 研究成果

    (10件)

すべて 2022 その他

すべて 国際共同研究 (2件) 雑誌論文 (4件) (うち査読あり 4件、 オープンアクセス 1件) 学会発表 (4件) (うち国際学会 3件)

  • [国際共同研究] UPPA(フランス)

    • 国名
      フランス
    • 外国機関名
      UPPA
  • [国際共同研究] 台湾国立曁南国際大学(その他の国・地域)

    • 国名
      その他の国・地域
    • 外国機関名
      台湾国立曁南国際大学
  • [雑誌論文] Estimating the Best Time to View Cherry Blossoms Using Time-Series Forecasting Method2022

    • 著者名/発表者名
      Tomonari Horikawa, Munenori Takahashi, Masaki Endo, Shigeyoshi Ohno, Masaharu Hirota, Hiroshi Ishikawa
    • 雑誌名

      Machine Learning and Knowledge Extraction

      巻: 4 ページ: 418-431

    • 査読あり / オープンアクセス
  • [雑誌論文] Performance Evaluation of High Availability Database Systems Using Low-latency I/O Devices2022

    • 著者名/発表者名
      Shinji Fujiwara, Riro Senda, Isamu Kaneko, Hiroshi Ishikawa
    • 雑誌名

      Journal of Information Processing

      巻: 30 ページ: 179-188

    • 査読あり
  • [雑誌論文] Estimating deflation representing people spreading in stream data and estimating a specific position2022

    • 著者名/発表者名
      Takuma Toyoshima, Masaki Endo, Takuo Kikuchi, Shigeyoshi Ohno, Hiroshi Ishikawa
    • 雑誌名

      Int. J. Intell. Inf. Database Syst.

      巻: 15 ページ: 104-123

    • 査読あり
  • [雑誌論文] Spot extraction and analysis using an automatic detection method of tourist spots using SNS2022

    • 著者名/発表者名
      Munenori Takahashi, Masaki Endo, Shigeyoshi Ohno, Masaharu Hirota, Hiroshi Ishikawa
    • 雑誌名

      Int. J. Intell. Inf. Database Syst.

      巻: 15 ページ: 6-27

    • 査読あり
  • [学会発表] ジオタグ付きツイートを用いた観光情報の推定2022

    • 著者名/発表者名
      藤本雅大, 高森勇佑, 佐藤淳哉, 大野成義, 石川博
    • 学会等名
      第21回情報科学技術フォーラム (FIT2022)
  • [学会発表] Quality Classification for Testing Work in DevOps2022

    • 著者名/発表者名
      Daiju Kato, Ayumu Shimizu, Hiroshi Ishikawa
    • 学会等名
      ACM MEDES
    • 国際学会
  • [学会発表] Verification of the Best Time to See Cherry Blossoms Estimation Method using Time Series Prediction Method2022

    • 著者名/発表者名
      Junya Sato, Yusuke Takamori, Masahiro Fujimoto, Tomonari Horikawa, Masaki Endo, Shigeyoshi Ohno, Masaharu Hirota, Hiroshi Ishikawa
    • 学会等名
      INFSOC International Workshop on Informatics
    • 国際学会
  • [学会発表] Current Status of Examples of Initiatives Using Open Data in Government2022

    • 著者名/発表者名
      Yusuke Takamori, Junya Sato, Masahiro Fujimoto, Daiju Kato, Masaki Endo, Shigeyoshi Ohno, Hiroshi Ishikawa
    • 学会等名
      The Fourteenth International Conference on Advances in Multimedia (MMEDIA 2022)
    • 国際学会

URL: 

公開日: 2023-12-25  

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