2020 Fiscal Year Research-status Report
予測モデルのグループ化を目的とするクラスター分析とその応用
| Project/Area Number |
19K11862
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
廣瀬 慧 九州大学, マス・フォア・インダストリ研究所, 准教授 (40609806)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 多変量解析 / クラスタリング / Generalized Lasso |
|---|
| Outline of Annual Research Achievements |
１．昨年度，異なるソースの入力情報からそれらの合計値を予測する回帰分析を検討したが，アドホックなクラスタリングを行っており，きちんと定式化は行っていなかった．そこで今年度は，新たな統計モデリングを構築し，定式化を行った．また，パラメータの推定法として，回帰分析のパラメータ推定とクラスタリングの推定を交互に行う方法を考案したところ，効率的に実行できることがわかった．
２．電力需要予測モデルにおいて，イベント情報を用いた予測を考えた．具体的には，昨年度提案した基底展開に基づく電力需要予測モデルに，イベント特有の基底を導入した．さらに，イベントの詳細情報が未知で，基底の構築が難しい場合においても，Generalized Lassoを用いて自動で基底を生成する方法を提案した．この手法の特徴は，イベントが電力需要にどのように影響を与えているのか，適切に解釈ができるという点であり，デマンドレスポンスへの応用へとつながる．提案法をある施設に適用したところ，12%～20%程度向上することを確認した．この内容は雑誌Energiesに掲載された．
３．群の数が大きい場合の判別分析において，判別しやすい群としにくい群がある場合，判別しにくい群を1つのクラスターとしてクラスタリングして予測精度を向上させる手法を考えた．通常のクラスタリングでは，群をクラスタリングする場合に，群同士の距離等を用いるが，本研究では，クロスバリデーションを目的関数とした．こうすることによって，予測誤差が小さくなるようなクラスタリングが実現できる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
１．現段階ではパラメータを計算するアルゴリズムの構築ができておらず，少し遅れている．
２．COVID-19や大型施設の利用など，イベント情報を考慮した手法の提案を行い，論文も採択された．こちらは計画以上に進展した．
３．多群判別のクラスタリングについては順調に進展している．
|
| Strategy for Future Research Activity |
１．合計値を予測する統計モデリングでは，まずは計算アルゴリズムの構築を行う．また，このモデルをどこまで一般化できるのかを検討する．さらに，電力需要予測のモデルにこの手法を適用し，予測精度がどの程度向上するかを調べる．
２．イベント情報を入れた電力需要予測モデルに関して学会等で講演する．
３．多群判別のクラスタリングについては，クロスバリデーション計算時間がかかるので，高速に計算できるアルゴリズムを構築する予定である．来年度，論文を執筆し，国際会議で講演する．
|
| Causes of Carryover |
COVID-19の影響で，旅費を使うことがなかったため，次年度に使用する必要が生じた．
|
