权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Extraction of multi-scale spatial heterogeneity

多尺度空间异质性提取

基本信息

批准号：
21H01447
负责人：
井上亮
金额：
$ 8.32万
依托单位：
Tohoku University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究は，空間上で連続的にデータ生成過程が変化する空間的異質性と，ある領域分割区分を境に離散的にデータ生成過程が変化する空間的異質性を同時に分析可能な方法論を開発している．これまで，ESF-SVCモデルで連続的な空間的異質性を，Generalized lassoで離散的な空間的異質性を表す融合モデルESF-GL-SVCを開発した．本年度は，二種類の異質性について，大域的から局所的なスケールまでで起こる異質性を分析できる手法への拡張を提案し，その有効性を確認した．まず，連続的な空間的異質性について，Random Effects (RE) ESF-SVCモデルに基づき拡張したRE-ESF-GL-SVCモデルを構築した．模擬データによる性能検証や不動産市場分析への応用を通して，提案手法は連続的・離散的な空間的異質性を分離でき，かつ，大域的から局所的なスケールまでの連続的な空間的異質性を分析できることを確認した．ただし，推定に要する計算量は多く，大規模データへの適用に限界を有することが明らかになった．また，離散的な空間的異質性について，Generalized lassoに代えて，グループ単位にスパース推定を行うTree-guided group lasso (TGL) を活用したESF-TGL-SVCモデルを構築し，その有効性を検証した．TGLは木構造で表せる階層的なグループを構成し，グループ単位にスパース推定をする手法である．小地域毎に係数を設定し，近隣の小地域をまとめたグループを階層的に構成することで，離散的な空間的異質性を有する地域を多様なスケールで抽出することを試みた．不動産賃料データへの適用を通して，賃料形成は都心では局所的に異なるのに対し，郊外部では比較的大域的なスケールで類似の構造を示すことが確認され，提案した分析手法の有用性が示された．

は, this study on the space で even 続にデータ generation process が variations change する spatial heterogeneity と, ある area segmentation to distinguish をに discrete boundary にデータ generation process が variations change する spatial heterogeneity をを open and possibly なに analysis methodology 発している. これまで, ESF - SVC モデルで even 続な spatial heterogeneity を, Generalized lasso で discrete な spatial heterogeneity を table す fusion モデル ESF - GL - SVC を open 発した. は this year, two kinds of の heterogeneity について, large domain から bureau of なスケールまでで up こる heterogeneity を analysis できる gimmick への company, zhang を proposal し, その have sharper sex を confirm した. まず, even 続な spatial heterogeneity について, Random Effects (RE) ESF - SVC モデルに base づき company, zhang した RE - ESF - GL - SVC モデルを build した. Performance simulation データによる検 card や real estate market analysis への応 use を low-pass して, proposal gimmick は even 続, discrete な spatial heterogeneity を separation でき, かつ, large domain から bureau of なスケールまでの even 続な spatial heterogeneity を analysis できることを confirm した. ただし, constructive にするはく more amount of calculation and large-scale データへの applicable に limit を have することが Ming らかになった. また, discrete な spatial heterogeneity について, Generalized lasso に generation えて, グループ単 a にスパース presumed line をう Tree - guided group lasso (TGL) を use した ESF TGL - SVC モデルをし, Youdaoplaceholder0 そ the validity を検 proves that た. TGL は wooden structure で table せる class なグループを constitute しグループ単 a にスパース presumption をする gimmick である. Small region in their set をしに coefficient, nearly 隣の small regional をまとめたグループを class of にすることで, discrete な spatial heterogeneity を have する regional を others more なスケールで spare することを try みた. Real estate Clinton expected データへの applicable を tong して, Clinton is expected to form は all heart では bureau of になるのにし seaborne, outside of では relative large domain なスケールで similar の tectonic を shown すことが confirm され, proposal した analysis technique の usefulness が shown された.