2013 Fiscal Year Annual Research Report
| Project Area | Initiative for High-Dimensional Data-Driven Science through Deepening of Sparse Modeling |
|---|
| Project/Area Number |
25120014
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
藤代 一成 慶應義塾大学, 理工学部, 教授 (00181347)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
渡辺 一帆 豊橋技術科学大学, 工学(系)研究科(研究院), 講師 (10506744)
高橋 成雄 東京大学, 情報理工学(系)研究科, 准教授 (40292619)
|
|---|
| Project Period (FY) |
2013-06-28 – 2018-03-31
|
| Keywords | 疎性モデリング / 可視化 / 機械学習 / トポロジー |
|---|
| Outline of Annual Research Achievements |
本計画研究では，スパースモデリングにより十数～数十次元に圧縮されたデータを，2～4次元の視覚表現に変換する可視化技法を定式化し，データが定義されている物理スペースと可視化画像が定義される情報スペースとの相互関係を明確化し，その物理的意味の理解を助ける可視化基盤技術を構築する．特に，解析者(人)を視覚データ解析処理に明示的に取り込むHuman-in-the-Loopを実現することを目標とする．
初年度である本年度は，この目標に向かって，スパースモデリングによる高次元データ駆動科学の促進に必要な可視化周辺技術全般に関する徹底した調査から開始した．
続いて，既知の多変量データ可視化と商写像表現に多用されてきた視覚メタファとグリフを再精査し，既存の次元削減手法の発展的適用により，深化の下地となる基本可視化基盤のプロトタイピングを実施した．実際，高次元データの可視化で広く用いられ，次元間の相関を効果的に把握できる表現の一つである平行座標系を照準として採り上げ，データのサンプル数および次元数の増加に伴い，データに対応する折れ線同士が重なる視覚的乱雑さを解決するために，変数間の相関性をグラフスペクトル解析により分析し，複数の座標軸を縮約する過程を系統樹で表現する，軸縮約平行座標系の処理系を開発した．
さらに，本計画研究の基軸とする三課題，すなわち【課題1】最適商写像選択過程の機械学習，【課題2】商写像表現変換のための潜在変数モデリング，【課題3】次元圧縮写像の視覚メタファとグリフ設計にそって，各種の支援技術の開発にも着手している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当年度に開発した主要な成果の一つである軸縮約平行座標系は，スパースモデリング向けの可視化基盤の最初のプロトタイプとして，一定の成果をおさめたと考えられる．実際，同技術を提案した論文は，情報可視化分野の有力国際会議として知られるiV2014に採択された．また国内発表では，情報処理学会第76回全国大会において，登壇発表した学生が学生奨励賞を受賞している．
一方，領域内の実験・計測班との協同は，地球科学班との議論を既に開始しているが，各班が進めている実解析問題への適用による開発手法の評価はまだ十分とはいえない．
|
| Strategy for Future Research Activity |
軸縮約平行座標系は，中次元の多変量データから適切な変数を選択する能力を有するが，縮約後もデータサンプル数に増減はなく，多変量データに隠れている興味ある部分空間を，軸とサンプルの両観点から並行して同定する能力においては課題を残している．この点を解決するために，今年度の議論で着想したバイクラスタリング法の適用による可視化基盤のプロトタイプ拡張に，次年度は軸足をシフトする予定である．
また，領域内の実験・計測班の実問題への適用評価も鋭意進めていきたい．
|
