水中病原体群と指標群の相関解析アルゴリズムの開発

水生病原菌群与指标群相关性分析算法开发

• 批准号: 22K04372
• 负责人: 加藤 毅
• 金额: $ 2.75万
• 依托单位: Gunma University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2026-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04372/
• 关键词: 微生物学的感染リスク; 統計解析; 最適化アルゴリズム; 水中病原体; 指標微生物; 相関解析; アルゴリズム; 機械学習

水中病原体濃度と指標濃度の相関関係を適切に定量化することは，微生物学的感染リスクを管理し公衆衛生を保全するための環境政策や規制の設計において重要である．しかし，病原体濃度の陰性率が高いと，相関解析の推定結果と真の統計値との誤差が大きくなり，誤った結論が導かれてしまう．本研究は，機械学習的なアプローチによって濃度相関解析法の再構築を試みるものである．従来は，病原体と指標のペアごとに個別に濃度の相関を算出していた．本研究では，水質データや水質工学分野の知見を利用し，かつ，測定した病原体群と指標群の濃度を相互利用して，同時に相関解析を行うことができるアルゴリズムを構築を目指している．統計学分野では，トビット解析と呼ばれる，非検出値を含むデータから回帰分析を行う解析法が存在している．トビット解析を用いたとしても，２変数間を個別に求める方法になり，データ行列全体を同時推定できる枠組みになっていなかった．今年度は，トビット解析において補完する列を多重化したアルゴリズムを試作した．具体的には，従来のトビットモデルは線形回帰モデルをもとに設計されていた．従来のトビットモデルは線形回帰モデルと同様，ターゲット変数は１個だけであった．初年度に開発したアルゴリズムでは，ターゲット変数を多重化することによって，データ行列全体を同時推定できる枠組みを実現した．モデルを改変したときに重要となるのは，安定して回帰係数を決定するアルゴリズムである．従来のトビットモデルで用いられている期待値最大化法は座標上昇法になっていることに注目し，拡張したモデルにも座標上昇法を当てはめた．すると，座標上昇法の各ステップは閉じた形で表現できることが分かり，ユーザが特に調整しなくても安定して回帰係数の推定値が得られ，よって，補完値が得られるアルゴリズムとなることがわかった．

The correlation between pathogen concentration and indicator concentration in water is important for the management of microbial infections, public health, and environmental policy and regulation. The negative rate of pathogen concentration is high, the error of statistical value of estimated result of correlation analysis is large, and the error of conclusion is large. This study aims to reconstruct the mechanical learning model by concentration-dependent analysis. In the future, pathogens and indicators will be calculated according to their individual concentrations. This study aims to make use of the knowledge of water quality and water quality engineering to determine the mutual utilization of pathogen groups and indicator groups, and at the same time to conduct correlation analysis to construct a system of water quality indicators. Statistical analysis is divided into two categories: non-statistical analysis, non-statistical analysis and analytical analysis. The method of calculating the total number of columns is to calculate the total number of columns simultaneously. This year, the number of columns in the analysis is multiplied. The specific design of the design is to design the design of the design.従来のトビットモデルは缐形回帰モデルと同様，ターゲット変数は1个だけであった. In the first year, the number of rows is multiplied, and the number of rows is estimated simultaneously. The stability of the system is determined by the stability factor. The expected value maximization method and the coordinate ascent method are used to maximize the expected value. In this case, the coordinate rise method is used to estimate the stability coefficient of the system.

项目成果

水質データ補完のための複数ターゲットトビットモデル

水质数据补全的多目标Tobit模型

• 发表时间: 2022
• 作者: Koyomi Nakazawa;Osamu Nagafuchi.;井口 晃徳;高田裕也，佐野大輔，門屋俊祐，加藤毅
• 通讯作者: 高田裕也，佐野大輔，門屋俊祐，加藤毅