Theory and Practice of Data Visualization for Modeling Complex Large Scale Data

复杂大规模数据建模的数据可视化理论与实践

• 批准号: 19300097
• 负责人: SHIBATA Ritei
• 金额: $ 6.91万
• 依托单位: Keio University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2007
• 资助国家: 日本
• 起止时间: 2007 至 2010
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19300097/
• 关键词: データヴィジュアリゼーション; Textile Plot; 大規模複雑データ; モデリング; 高次元データ; 大規模データ; 視覚化; モデル化; 海洋生物; ヘッジファンド; DNAシークエンス; 適合度; データの可視化; 超高次元; ゲノム解析; 条件付きQQプロット; アバンダンス; データの変容; JAVA; 複雑データ; 非線形変換の発見; Parallel Coordinate Plot

The aim of this project is to validate the effectiveness of data visualization technique like Textile Plot for analysis of large complex data to find out new aspects of underlying phenomena and result in a better modeling. The project has been conducted through real application to real problems. Three application fields are taken into account in this project, genome analysis, financial data analysis and marine survey analysis. It has been shown that Textile Plot is a quite powerful tool in finding new genomes compared with a traditional way of visualization LD Display. We have developed a new algorithm to be able to deal with super high, for example several million dimensional data, which is common in genome analysis. In the field of finance, it is shown that Textile Plot is a powerful tool in describing difference of hedge fund operations as well as FX rates. We have conducted cooperative research works with Commonwealth Science and Industry Research Organisation in the field of marine survey data analysis. We could find several interesting aspects of the effect of environmental changes to seabed or estuary fauna by using Textile Plot together with PP plots. It led us to develop a new distributional modeling of the weight and number of such animals, as a stationary distribution of a stochastic difference equation for the growth.

该项目的目的是验证数据可视化技术的有效性，例如纺织图，用于分析大型复杂数据，以找出基本现象的新方面，并导致更好的建模。该项目是通过对实际问题的实际应用进行的。在此项目，基因组分析，财务数据分析和海洋调查分析中考虑了三个申请字段。已经表明，与传统的可视化LD显示方式相比，纺织图是找到新基因组的功能非常强大的工具。我们已经开发了一种新算法，以便能够处理超高，例如数百万个维数据，这在基因组分析中很常见。在金融领域，可以证明纺织图是描述对冲基金运营差异和FX费率的强大工具。我们在海洋调查数据分析领域与英联邦科学和行业研究组织进行了合作研究工作。通过将纺织图与PP图一起使用，我们可以找到环境变化对海床或河口动物区系的影响的几个有趣方面。它导致我们开发了此类动物的重量和数量的新分布建模，作为生长随机差方程的固定分布。

项目成果

Cramer-von Mises統計量の漸近表現とMLE・MDEによるパラメータ推定の影響評価

Cramer-von Mises 统计量的渐近表示以及使用 MLE/MDE 进行参数估计的影响评估

• 发表时间: 2011
• 作者: 仲真弓;柴田里程
• 通讯作者: 柴田里程

Modelling Counts in Trawling Data

拖网数据中的建模很重要

• 发表时间: 2009
• 作者: R. Shibata;Y. Sugaya
• 通讯作者: Y. Sugaya

Textile Plot環境

纺织情节环境

• 发表时间: 2007
• 期刊: 統計数理
• 作者: 熊坂夏彦;柴田里程
• 通讯作者: 柴田里程

Modelling swimmers' speeds over the course of a race

• DOI: 10.1016/j.jbiomech.2007.10.007
• 发表时间: 2008-01-01
• 期刊: JOURNAL OF BIOMECHANICS
• 影响因子: 2.4
• 作者: Shimadzu, Hideyasu;Shibata, Ritel;Ohgi, Yuji
• 通讯作者: Ohgi, Yuji

Modelling Swimmer' Speeds Over the Course of a Race

对游泳运动员在比赛过程中的速度进行建模

• 发表时间: 2008
• 期刊: J. Biomechanics
• 作者: H. Shimadzu;R. Shibata and Y. Ohgi
• 通讯作者: R. Shibata and Y. Ohgi