Temporal Aggregation and Statistical Analysis for Large Temporal Databases

本研究は時区間による時制データを対象とし、その管理利用と解析の基盤を確立することを目指している。区間データ解析の数学基礎として昨年度提案した区間代数をさらに発展させ、区間の幅(span)、ギャップ(gap)、移動(shift)、伸縮(fold)に加え、距離等も定義することで、Allenらの区間の順序関係より幅広い区間属性を扱えるようにしている。この区間代数を用いて、時区間関係を特徴量としてイベント系列の分類に適用する手法を提案し有効性を検証した。具体的には各イベント系列にイベント間の時間関係を統計的に分析し、イベント系列の特徴量としてイベント系列の分類に利用される。この研究成果はビッグデータ関連の国際会議で公表した。また、時間概念の一般化として順序を持つデータを対象に提案手法の適用も試みた。デマ検知、微生物同定、コピー文書検出、施設予約等への実装を行った。これらの成果をまとめて学会発表を複数回行った。最後に、大規模の実験データを合成するために、正規表現を拡張したデータ生成言語DGLに関する研究成果が論文誌論文として採択され本年度中に掲載された。

本研究は時区間による時制データを対象とし、その管理利用と解析の基盤を確立することを目指している。区間データ解析の数学基礎として昨年度提案した区間代数をさらに発展させ、区間の幅(span)、ギャップ(gap)、移動(shift)、伸縮(fold)に加え、距離等も定義することで、Allenらの区間の順序関係より幅広い区間属性を扱えるようにしている。この区間代数を用いて、時区間関係を特徴量としてイベント系列の分類に適用する手法を提案し有効性を検証した。具体的には各イベント系列にイベント間の時間関係を統計的に分析し、イベント系列の特徴量としてイベント系列の分類に利用される。この研究成果はビッグデータ関連の国際会議で公表した。また、時間概念の一般化として順序を持つデータを対象に提案手法の適用も試みた。デマ検知、微生物同定、コピー文書検出、施設予約等への実装を行った。これらの成果をまとめて学会発表を複数回行った。最後に、大規模の実験データを合成するために、正規表現を拡張したデータ生成言語DGLに関する研究成果が論文誌論文として採択され本年度中に掲載された。