Analysis of 3-Way Time Series High-Dimension Low-Sample Size Data and Its Applications

本研究は、データが状態や時点に応じて変化するときに、それらのデータを同時に低次元に布置し、その類似構造を把握すると共に、状態変化を視覚的に検知できる新技術を創製することが主目的である。この方法が完成すれば、状態や時点の変化によって変容する大規模かつ複雑なデータの解析結果を短時間で明確に得ることが可能となる。本年度は、昨年度までの研究で得たクラスター尺度の考えを広く発展させ、画像データ、言語データ、医学データ、センサーデータ、経営データ等への応用研究を行うと共に、これらの複雑・大量データの特性に見合った新たな手法を提案した。特に、状態の変化を被検者間の相違性と捉えることで、異なる個体に基づくデータを短時間で処理し、かつノイズに対して頑健なシステムを構築可能とし、個体差を考慮した健康管理システムへ応用する研究についての知見を得た。また、ディープラーニング手法やサポートベクターマシン等の機械学習手法について、従来、問題とされている説明可能性について、本研究で提案のクラスター尺度による次元縮約の考えを自己組織的に組み込むことで、説明可能性を保持した機械学習手法の提案について種々の知見を得た。今後、この技術・知見を基軸として、高次計量を用いた技術に拡張し、超曲面に対する低次元座標布置を得る手法に発展させる計画である。この研究成果は、３編の査読付き国際学術雑誌論文に採録となった。さらに、２件の英文書籍において章の執筆をした。また、４回の国際会議における招待講演、８回の国際会議発表を含む１１回の学会発表を通じて、これらの手法に対する研究成果を発表した。

本研究は、データが状態や時点に応じて変化するときに、それらのデータを同時に低次元に布置し、その類似構造を把握すると共に、状態変化を視覚的に検知できる新技術を創製することが主目的である。この方法が完成すれば、状態や時点の変化によって変容する大規模かつ複雑なデータの解析結果を短時間で明確に得ることが可能となる。本年度は、昨年度までの研究で得たクラスター尺度の考えを広く発展させ、画像データ、言語データ、医学データ、センサーデータ、経営データ等への応用研究を行うと共に、これらの複雑・大量データの特性に見合った新たな手法を提案した。特に、状態の変化を被検者間の相違性と捉えることで、異なる個体に基づくデータを短時間で処理し、かつノイズに対して頑健なシステムを構築可能とし、個体差を考慮した健康管理システムへ応用する研究についての知見を得た。また、ディープラーニング手法やサポートベクターマシン等の機械学習手法について、従来、問題とされている説明可能性について、本研究で提案のクラスター尺度による次元縮約の考えを自己組織的に組み込むことで、説明可能性を保持した機械学習手法の提案について種々の知見を得た。今後、この技術・知見を基軸として、高次計量を用いた技術に拡張し、超曲面に対する低次元座標布置を得る手法に発展させる計画である。この研究成果は、３編の査読付き国際学術雑誌論文に採録となった。さらに、２件の英文書籍において章の執筆をした。また、４回の国際会議における招待講演、８回の国際会議発表を含む１１回の学会発表を通じて、これらの手法に対する研究成果を発表した。