Development of the analysis of longitudinal data via functional data analysis

通过功能数据分析开发纵向数据分析

• 批准号: 19K11858
• 负责人: 松井 秀俊
• 金额: $ 2.41万
• 依托单位: Shiga University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K11858/
• 关键词: 統計的モデリング; 関数データ解析; スパース推定; 空間データ分析; 半教師あり学習; モデル選択

１つの観測個体が時間等の経過に伴い繰り返して計測されたデータに対するモデリングについての研究を進めた。本年度は、関数データに基づく回帰モデルだけでなく、関数データの分類や、空間上で観測されたデータに対する分析方法についても検討した。施設園芸栽培により生育されたトマトの収穫量と環境要因との関係を関数回帰モデルを用いて表現し、観測データに基づいてその関係性を明らかにする方法について検討した。データを分析することで、どの季節において、何日前の環境要因がその日の収穫量と関連しているかについて考察した。得られた結果について、論文として投稿した。説明変数が関数データとして与えられた関数回帰モデルの推定において、説明変数のどの時点で目的変数と関連するかを明らかにする方法はドメイン選択とよばれる。本研究では、説明変数が複数与えられた関数線形モデルに対してスパース推定を用いてドメイン選択を行う方法を導出した。また、多変量関数データの分類に部分空間法を適用した方法についても検討を行った。加えて、近年機械学習の分野で確認されている二重降下現象が関数回帰モデルにおいても確認できるかを検証しており、その性質について検討中である。さらに、空間上で得られた関数データから、未観測地点の関数を予測する関数クリギングとよばれる方法において、パラメータをスパース推定する方法を検討している。以上の内容を論文として執筆しており、一部は論文誌へ投稿中である。関数データ解析以外の研究として、半教師あり学習において、２群のデータのうち一方の群が偏って観測された際に、より精度よく分類を行うための方法を提案した。当該研究を論文化したものは、論文誌に採択された。

1 つ の 観 temperature が time の 経 too に with い Qiao り return し て measuring さ れ た デ ー タ に す seaborne る モ デ リ ン グ に つ い て を の research into め た. は this year, the number of masato デ ー タ に base づ く back 帰 モ デ ル だ け で な く, masato デ ー タ の classification や, space で 観 measuring さ れ た デ ー タ に す seaborne る analysis に つ い て も beg し 検 た. Shooted a garden cultivate に よ り fertility さ れ た ト マ ト の 収 is と environment by と の masato is を masato number back 帰 モ デ ル を with い て し, 観 measuring デ ー タ に base づ い て そ の masato sex を and Ming ら か に す る method に つ い て beg し 検 た. デ ー タ を analysis す る こ と で, ど の season に お い て の environment before, how will が そ の day の 収 is と masato even し て い る か に つ い て investigation し た. The られた results are に られた て て て て and the paper と て て is submitted to た た. が - number number of masato デ ー タ と し て and え ら れ た masato number back 帰 モ デ ル の presumption に お い て, description - several の ど の point で purpose - several と masato even す る か を Ming ら か に す る method は ド メ イ ン sentaku と よ ば れ る. This study で は, が plural - number and え ら れ た masato several linear モ デ ル に し seaborne て ス パ ー ス presumption を with い て ド メ イ ン sentaku を line う method を export し た. ま た, many variations masato デ ー タ の classification に part space method を し た method に つ い て も 検 line for を っ た. Add え て, in recent years, mechanical learning の eset で confirm さ れ て い る double fall phenomenon が masato number back 帰 モ デ ル に お い て も confirm で き る か を 検 card し て お り, そ の nature に つ い て 検 beg in で あ る. さ ら に, spatially で ら れ た masato number デ ー タ か ら, not 観 measuring location の masato number を be す る masato number ク リ ギ ン グ と よ ば れ る method に お い て, パ ラ メ ー タ を ス パ ー ス presumption す る method を beg し 検 て い る. The above content is as follows: を paper と て て て is being written by である てお, and a である journal of papers is being submitted to へ である. Number of masato デ ー タ parsing の research と し て, half teachers あ り learning に お い て, two group of の デ ー タ の う の ち party group が partial っ て 観 measuring さ れ た interstate に, よ り precision よ く classification line を う た め の way を proposal し た. When the research を discusses the culture of the を た <s:1> た た た た 択された and the journal of the paper に adopts 択された.

项目成果

関数回帰分析

函数回归分析

• 发表时间: 2019
• 作者: Matsui;H;新井仁智，三角俊裕，松井秀俊，小西貞則，前園宜彦;松井秀俊，持田恵一;松井秀俊，山本倫生，荒木由布子
• 通讯作者: 松井秀俊，山本倫生，荒木由布子

関数データにおける変数選択と時系列・空間データ解析

函数数据和时间序列/空间数据分析中的变量选择

• 发表时间: 2019
• 作者: Matsui;H;新井仁智，三角俊裕，松井秀俊，小西貞則，前園宜彦;松井秀俊，持田恵一;松井秀俊，山本倫生，荒木由布子;松井秀俊
• 通讯作者: 松井秀俊

多変量解析

多变量分析

• 发表时间: 2023
• 作者: Matsui;H;新井仁智，三角俊裕，松井秀俊，小西貞則，前園宜彦;松井秀俊，持田恵一;松井秀俊，山本倫生，荒木由布子;松井秀俊;松井 秀俊
• 通讯作者: 松井 秀俊

データサイエンスと機械学習

数据科学和机器学习

• 发表时间: 2022
• 作者: D.P.Kroese;金森 敬文
• 通讯作者: 金森 敬文

統計モデルと推測（データサイエンス入門シリーズ）

统计模型和推理（数据科学入门系列）

• 发表时间: 2019
• 作者: 竹村 彰通;姫野 哲人;高田 聖治;和泉 志津恵;市川 治;梅津 高朗;北廣 和雄;齋藤 邦彦;佐藤 智和;白井 剛;田中 琢真;槙田 直木;松井 秀俊;松井秀俊，小泉和之 (著)，竹村彰通 (編)
• 通讯作者: 松井秀俊，小泉和之 (著)，竹村彰通 (編)