[Discovery Saga Top] [Saga Next] [無料公開版Discovery Saga] [Discovery Sagaプレミアムご案内] [早稲田大学研究Discovery Saga] [産学連携のご案内] [Saga Concept] [会社概要] [お問い合わせ]
キーワード  時系列データ が関係する  研究 Discovery Saga
研究分野別サイレントキーワード
「時系列データ」サイレントキーワードを含む研究
【情報学】情報基礎学:状態空間モデル時系列データを含む研究件
❏大規模データに対するベイズモデリングの新展開(21H00699)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】菅澤 翔之助 東京大学, 空間情報科学研究センター, 准教授 (50782380)
【キーワード】ベイズ統計 / 一般化ベイズ / 状態空間モデル / 時系列データ / 空間データ (他8件)
【概要】本研究の目的は、大規模データ解析で見受けられる実用上の問題点に着目し、それらを解決する効果的なベイズモデリングの方法論の開発を目指している。今年度は具体的に以下のような研究に取り組んだ。 (A) 外れ値に頑健なベイズモデリング: 現実のデータには外れ値が含まれることが多く、その影響で誤った統計的推測を行ってしまう危険性がある。まず、ロバストダイバージェンスと呼ばれる分布間の尺度を用いたベイズ推測の...
❏大規模計数時系列データのベイズ分析(17K17659)
【研究テーマ】経済統計
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】入江 薫 東京大学, 大学院経済学研究科(経済学部), 講師 (20789169)
【キーワード】計数データ / 時系列データ / 状態空間モデル / 逐次モンテカルロ法 / 縮小事前分布 (他11件)
【概要】ウェブサイトへのアクセス数のデータに代表される、計数値のストリーミングデータの逐次分析に関する研究。次々にデータが観測される状況で、逐次的な事後・予測分布の計算が解析的に可能になるように、ポアソン・ガンマ型の共役性と呼ばれる統計的性質を活かした状態空間モデルを研究した。また、急激なアクセス数の増加に対応できるよう、当該のモデルを拡張するとともに、逐次モンテカルロ法と呼ばれる計算手法を適用できるよう...
❏データ同化による交通現象の解析と交通調査・マネジメン トへの展開(25289161)
【研究テーマ】土木計画学・交通工学
【研究種目】基盤研究(B)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】佐々木 邦明 山梨大学, 総合研究部, 教授 (30242837)
【キーワード】データ同化 / ビッグデータ / 状態空間モデル / 交通・行動シミュレーション / アクティビティモデル (他13件)
【概要】計算機能力の進展に伴うシミュレーションの発達と合わせて,交通状態に関する様々な観測データが得られるようになってきた.両者にはいずれも長所と短所があり,これらを融合することで,より精度の高い予測や,観測が不可能な領域の交通状態の推計が可能になると考えられる. 本研究では,様々な観測データとして既存のPTだけでなく,携帯電話の基地局データ,プローブカーデータ,スマートフォンデータ,ETCなど様々なデー...
【情報学】情報学フロンティア:時系列分析時系列データを含む研究件
❏ソーシャルメディアの時間的・意味的分析を活用した知識グラフの構造的拡張(19K11983)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】岩井原 瑞穂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (40253538)
【キーワード】データマイニング / テキストマイニング / 情報抽出 / 知識グラフ / 時系列分析 (他10件)
【概要】知識蓄積型ソーシャルメディアであるWikipediaからは,計算機利用が容易な構造的データが知識グラフとして抽出され,検索結果の分類や種々の自然言語処理に活用されている.知識グラフを充実させるためのWikipedia記事のマイニングにおいて,リンクやリストなどの構造情報を活用し,さらに拡張する手法が必要である. 本研究では,Wikipediaにおいて,併合すべき記事対の予測および新たなリンクを予測...
❏大規模計数時系列データのベイズ分析(17K17659)
【研究テーマ】経済統計
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】入江 薫 東京大学, 大学院経済学研究科(経済学部), 講師 (20789169)
【キーワード】計数データ / 時系列データ / 状態空間モデル / 逐次モンテカルロ法 / 縮小事前分布 (他11件)
【概要】ウェブサイトへのアクセス数のデータに代表される、計数値のストリーミングデータの逐次分析に関する研究。次々にデータが観測される状況で、逐次的な事後・予測分布の計算が解析的に可能になるように、ポアソン・ガンマ型の共役性と呼ばれる統計的性質を活かした状態空間モデルを研究した。また、急激なアクセス数の増加に対応できるよう、当該のモデルを拡張するとともに、逐次モンテカルロ法と呼ばれる計算手法を適用できるよう...
❏社会運動・組織の時系列分析によるボトムアップ型市民社会論の検討(20730353)
【研究テーマ】社会学
【研究種目】若手研究(B)
【研究期間】2008 - 2011
【研究代表者】西城戸 誠 法政大学, 人間環境学部, 准教授 (00333584)
【キーワード】イベントデータ / 環境団体 / 時系列分析 / イベント分析 / 社会運動 (他9件)
【概要】本研究は、抗議イベントデータと環境団体を中心とした運動組織の時系列データという2つのデータセットを構築し、そのデータによる時系列分析を行うことによって、戦後日本の社会運動や社会運動組織の変容を明らかにした。具体的には、戦後日本の社会運動全体および環境運動の動態を、労働運動との比較や国際比較(西ドイツ)を行うことによって、「新しい社会運動論」や「社会運動社会」仮説に関して、理論的、実証的な検討を行っ...
【情報学】情報学フロンティア:ベイズ統計時系列データを含む研究件
❏大規模データに対するベイズモデリングの新展開(21H00699)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】菅澤 翔之助 東京大学, 空間情報科学研究センター, 准教授 (50782380)
【キーワード】ベイズ統計 / 一般化ベイズ / 状態空間モデル / 時系列データ / 空間データ (他8件)
【概要】本研究の目的は、大規模データ解析で見受けられる実用上の問題点に着目し、それらを解決する効果的なベイズモデリングの方法論の開発を目指している。今年度は具体的に以下のような研究に取り組んだ。 (A) 外れ値に頑健なベイズモデリング: 現実のデータには外れ値が含まれることが多く、その影響で誤った統計的推測を行ってしまう危険性がある。まず、ロバストダイバージェンスと呼ばれる分布間の尺度を用いたベイズ推測の...
❏大規模計数時系列データのベイズ分析(17K17659)
【研究テーマ】経済統計
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】入江 薫 東京大学, 大学院経済学研究科(経済学部), 講師 (20789169)
【キーワード】計数データ / 時系列データ / 状態空間モデル / 逐次モンテカルロ法 / 縮小事前分布 (他11件)
【概要】ウェブサイトへのアクセス数のデータに代表される、計数値のストリーミングデータの逐次分析に関する研究。次々にデータが観測される状況で、逐次的な事後・予測分布の計算が解析的に可能になるように、ポアソン・ガンマ型の共役性と呼ばれる統計的性質を活かした状態空間モデルを研究した。また、急激なアクセス数の増加に対応できるよう、当該のモデルを拡張するとともに、逐次モンテカルロ法と呼ばれる計算手法を適用できるよう...
【情報学】情報学フロンティア:時系列予測時系列データを含む研究件
❏ディープラーニングを用いたプロセス産業のオペレータ支援機能に関する研究(19K04113)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤村 茂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (00367179)
【キーワード】異常診断 / 時系列予測 / プロセス監視 / 深層学習 / 機械学習 (他10件)
【概要】本研究課題では、プロセス制御監視システムによって蓄積された時々刻々変化する時系列データを利用しディープラーニング技術を応用した実プロセスで利用可能なオペレータ支援機能を実現した。具体的には、実際の化学プロセスの複数のセンサデータを予測する新しいディープラーニングモデルを提案した。化学プロセスの制御のために監視しているセンサデータ間の複雑な関連を学習するモデルであり、関連するセンサデータ間の様々な時...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【情報学】情報学フロンティア:ディープラーニング時系列データを含む研究件
❏ディープラーニングを用いたプロセス産業のオペレータ支援機能に関する研究(19K04113)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤村 茂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (00367179)
【キーワード】異常診断 / 時系列予測 / プロセス監視 / 深層学習 / 機械学習 (他10件)
【概要】本研究課題では、プロセス制御監視システムによって蓄積された時々刻々変化する時系列データを利用しディープラーニング技術を応用した実プロセスで利用可能なオペレータ支援機能を実現した。具体的には、実際の化学プロセスの複数のセンサデータを予測する新しいディープラーニングモデルを提案した。化学プロセスの制御のために監視しているセンサデータ間の複雑な関連を学習するモデルであり、関連するセンサデータ間の様々な時...
❏次世代情報社会システムのための多段創発機構の構築(26540153)
【研究テーマ】生命・健康・医療情報学
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】栗原 聡 電気通信大学, 大学院情報理工学研究科, 教授 (30397658)
【キーワード】多段創発 / ボトムアップ / 時系列データ / ACO / 自律エージェント (他17件)
【概要】早急な開発と運用が求められるスマートグリッドやアンビエント情報基盤,そしてビッグデータを背景とする次世代情報社会インフラシステム等の構築に際しては「多段創発型階層構造」に基づく設計が重要である.そこで,多段創発型階層構造における「下層が上層をボトムアップ的に多段階に創発するしくみ」を本研究の主目的とした.そして,群知能型手法の代表であるACOを土台とする方法を提案した.この方法により,階層性のある...
【情報学】情報学フロンティア:機械学習時系列データを含む研究件
❏異種計算モデルの融合に基づく高速機械学習手法の発展(20K11882)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】田中 剛平 東京大学, ニューロインテリジェンス国際研究機構, 特任准教授 (90444075)
【キーワード】機械学習 / 時系列データ / リザバー計算 / 高速学習
【概要】前年度に引き続き、深層学習モデルに比べて高速学習を可能とするリザバー計算モデルを核として、異種の計算モデルと融合したり、効果的な前処理・後処理を追加したりすることにより、高速機械学習モデルの開発を目指している。具体的には、以下のような計算モデルや学習手法の研究を行った。 (1) マルチステップ学習エコーステートネットワークの研究においては、複数のリザバーを連結して学習を段階的に行う手法を提案し、非...
❏ディープラーニングを用いたプロセス産業のオペレータ支援機能に関する研究(19K04113)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤村 茂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (00367179)
【キーワード】異常診断 / 時系列予測 / プロセス監視 / 深層学習 / 機械学習 (他10件)
【概要】本研究課題では、プロセス制御監視システムによって蓄積された時々刻々変化する時系列データを利用しディープラーニング技術を応用した実プロセスで利用可能なオペレータ支援機能を実現した。具体的には、実際の化学プロセスの複数のセンサデータを予測する新しいディープラーニングモデルを提案した。化学プロセスの制御のために監視しているセンサデータ間の複雑な関連を学習するモデルであり、関連するセンサデータ間の様々な時...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
【情報学】情報学フロンティア:人工生命時系列データを含む研究件
❏時系列情報を用いたソーシャルネットワークの分析・生成・予測(19H04214)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】岡 瑞起 筑波大学, システム情報系, 准教授 (10512105)
【キーワード】Multivariate Hawkes過程 / ネットワーク分析 / 臨界状態 / キーストーン種 / 多変量ホークス過程 (他17件)
【概要】鳥が群れを形成できるのは、一羽の鳥の動きが連鎖的につながり集団全体にまで伝搬する「臨界領域」で行動しているからだと言われている。本研究では、同じような臨界現象がインターネット上のコミュニケーションにおいても存在するかを分析した。分析の結果、オンラインのコミュニケーションにおいても、性質の異なるふたつの状態の臨界領域で観測される臨界現象が存在することが明らかとなった。また、集団が臨界状態であるとき、...
❏次世代情報社会システムのための多段創発機構の構築(26540153)
【研究テーマ】生命・健康・医療情報学
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】栗原 聡 電気通信大学, 大学院情報理工学研究科, 教授 (30397658)
【キーワード】多段創発 / ボトムアップ / 時系列データ / ACO / 自律エージェント (他17件)
【概要】早急な開発と運用が求められるスマートグリッドやアンビエント情報基盤,そしてビッグデータを背景とする次世代情報社会インフラシステム等の構築に際しては「多段創発型階層構造」に基づく設計が重要である.そこで,多段創発型階層構造における「下層が上層をボトムアップ的に多段階に創発するしくみ」を本研究の主目的とした.そして,群知能型手法の代表であるACOを土台とする方法を提案した.この方法により,階層性のある...