研究費
公開件数:15件
No. 資金の種類 研究題目 研究期間 代表区分 共同研究 共同研究分類 概要 提供機関 代表研究者氏名 共同研究者一覧
1 科学研究費
実世界情報分析のための時空間データマイニングに関する研究
2018/04-2021/03
代表






2 学内特定研究
符号化技術を用いた時系列データに対する高性能分類手法に関する研究
2017/06-現在
代表






3 受託研究
検診結果に基づく深層学習による予測システムの開発とひろしま健康長寿ネットワークの構築(フェーズII)
2017/04-2018/03
分担
共同研究
国内共同研究
本研究課題では,深層学習(Deep Learning)による理論的な学習手法を開発するとともに,検診機関,診療所と連携し,実際の医師の診断を支援する医療診断支援システム構築を目的とする.また,開発したシステムを広島県の複数の病院に導入し,継続的に検査データの経年変化をモニタリングすることで日常的な健康管理を行い,健康寿命を増加させ,特定健康診査の検診率の向上と,N年経年変化の予測の正答率の向上を目指す.フェーズIIでは,連携協力機関の病院の成果をもとに,広島医師会との連携を強化し,実証実験を通じて開発した医療診断支援システムの改良を行った.ここで,可視化インタフェースが動作する医療診断支援システムをタブレット端末で実装し,通信,システムによる疾病判定等の実証実験を通じて,性能を評価した.


市村 匠(県立広島大学),田村 慶一(広島市立大学),飯田 忠行(県立広島大学),原田 俊英(県立広島大学)
4 受託研究
検診結果に基づく深層学習による予測システムの開発とひろしま健康長寿ネットワークの構築(フェーズI)
2016/07-2017/03
分担
共同研究
国内共同研究
近年,日本人の生活習慣の変化や高齢者の増加により,生活習慣病による死亡のリスクが高まっている.そこで,本研究課題では,問診・血液検査結果などの数値データやMRI画像などから構成される医療マルチモーダルデータを分析し,実際の医師の診断を支援する医療診断支援システム構築することを目的とする. フェーズIでは,深層学習に関する基本的な学習アルゴリズムを開発し,実証実験を通じて医療診断支援システムのプロトタイプの構築を実施することであり,目標を達成することができた.


市村 匠(県立広島大学),田村 慶一(広島市立大学),飯田 忠行(県立広島大学),原田 俊英(県立広島大学)
5 受託研究
次世代8K高精細フラットパネルの高歩留まり製造を実現する欠陥検査システムの実用化開発
2015/09-2018/02
分担
共同研究
産学官連携プロジェクト研究
本研究課題では企業が開発する8Kフラットパネルの欠陥を検査し,同時に修繕するシステムにおいて,欠陥を予測しながら欠陥検出能力を60%から97%以上へ引き上げ,データクラウドシステムによる工程異常分析の自動化機能を実現することを目的とした.検査装置については,株式会社OHTが開発/販売を行っており,参加3大学においては,センサからの信号をもとに予測する機能として,Deep Learningを用いた手法の開発,また,データクラウドシステムによる工程異常分析の自動化機能の実現を行った.



6 学内特定研究
大規模時空間文書データを用いた実世界情報のオートキュレーションに関する研究
2015/06-2017/03
代表


本研究課題では,実世界における状況変化を時空間的な事象の変化として具体的に取り出すためのオートキュレーション技術を確立するために,(A)事象データベースの構築,(B)事象判別のための新しい機械学習手法の開発,(C)文書要約の時空間分析への展開,(D)情報視覚化手法の検討と(E)大規模データを対象とした高速化技術の開発を行った.ソーシャルメディアとしてTwitter,また,トピックとして「気象災害」を具体例として,事象判別のための新しい機械学習手法の開発を行った.文書要約の手法として提案されているネットワークグラフベースの要約手法を応用し,時空間的な要約を作成可能とする手法を作成した.また,テキスト情報だけでなく,時空間文書データに添付されている画像データを表示する方法を検討し,実際にインタフェースを作成した.



7 科学研究費
大規模ソーシャル画像データを用いた動向情報の時空間分析に関する研究
2014/04-2017/03/31
代表


本研究は,ソーシャルメディアサイト上で投稿される画像データをソーシャル画像データと呼び,ソーシャル画像データを用いた動向情報の時空間分析を可能とするための新しい時空間データマイニング技術の確立を目的とした.動向情報の時空間分析を行う場合,「何が,いつどこで発生し,どのように変化しているか」を分析可能にするための基盤技術が不可欠である.具体的には,(A)ソーシャル画像データの時空間データモデル化,(B)内容ベースの時空間クラスタリング手法,(C)時空間バースト検出手法,(D)大規模ソーシャル画像データの効率的な管理法とその並列処理,(E)時空間上における動向情報の可視化,の五つの研究課題に取り組んだ.研究期間を通して,ソーシャル画像データを用いた動向情報の時空間分析を可能とするための時空間データモデルの作成,時空間クラスタリング手法の開発,地域性を持つキーワードを取り出すことができるバースト検出手法,大規模データに対する高速化のための並列化モデル,Androidアプリケーションの開発を行うことができた.



8 学内特定研究
時空間文書ストリーム上におけるバースト領域の抽出手法
2013/06-2015/03
代表


近年,GPS付き携帯情報端末やスマートフォンの普及とともに,文書データには文書データが投稿された時間だけではなく,その文書データが投稿された位置に関する情報(位置情報)が付与されるようになってきている.本研究課題では,時空間上でトピックが話題となっている地域をバースト領域と呼び,時間と位置情報が付与された文書データから構成される時空間文書ストリームからトピックのバースト領域を高速かつ高精度に抽出する手法を開発した.具体的には,地域性を持つトピックやイベントを取り出すための空間クラスタリング手法,また,バースト検出手法と並列化モデルを開発した.



9 科学研究費
時空間文書ストリーム上における文書データからの知識発見に関する研究
2011/04-2013/03/31
代表

学内共同研究
本研究では,時空間文書ストリームから時間と位置に関連した社会的なイベントやホットな話題を抽出するための手法を開発した.時空間文書ストリームの数理モデルを作成し,位置に基づくバースト検出アルゴリズムを用いることで,地域的なイベントや話題を取り出すことができるようなった.また,トピック単位でバースト検出できるようにするために,クラスタリングに基づくバースト検出アルゴリズムを開発した.あわせて,大規模な時空間文書ストリーム上のバースト検出について並列処理による高速化を行った.具体的には,Twitter上のツイートを対象として,地域性を持つ社会的な話題やイベントを高精度かつ高速に取り出すことが可能となった.



10 科学研究費
マルチコア計算機クラスタにおける頻出系列パターン抽出処理の並列化に関する研究
2008/04-2010/03/31
代表


本研究では,CPUの主流となりつつあるマルチコアCPUを搭載した計算機で構成される計算機クラスタにおける頻出系列パターン抽出処理の並列化のための並列化モデルの開発を行った.開発したマルチコア計算機クラスタのための並列化モデルは,マルチコア計算機クラスタの計算機資源を効率的に使用するために,(1)共有資源の効率的な利用方式,(2)コア間と計算機間の効率的な連携手法,(3)マルチコア計算機クラスタのための動的負荷分散手法の3つの手法を兼ね備えている.開発した並列化モデルを用いて典型的な頻出系列パターン抽出処理の並列化を行った.実験結果により,開発した並列化モデルの有効性を示すことができた.



11 科学研究費
知識創造支援型データベースシステムの構成法と効率化に関する研究
2008/04/01-2012/03/31
分担
共同研究
学内共同研究
本研究課題では,人間の知識創造過程が記憶・演繹・帰納・発想から成るという点に着目し,資産価値や知識資産の創造の支援をめざした知識創造型データベースシステムの研究を行った.知識創造支援型データベースの帰納的な仕組みについては,ギブスサンプリングや類似文字列検索の結果として得られるミスマッチクラスタから規則性を見つけ出す方法を明らかにした後,マルチコアPCクラスタ上でその方法を並列化することに成功した.知識創造支援型データベースの演繹的な仕組みについては,空間的な座標配列データに対する類似構造検索の精度を向上する方法を明らかにした.知識創造支援型データベースの発想的な仕組みについては,さまざまなコミュニケーションの基礎的事項について検討した.



12 科学研究費
遊休計算機を利用した頻出系列パターン抽出処理の並列化に関する研究
2006/04-2008/03/31
代表

未選択
本研究課題では,オフィスや研究室などに存在する計算機の遊休時間を利用した頻出系列パターン抽出処理の並列化手法の開発を行った.具体的には,遊休計算機を効率的に利用するために,遊休計算機間の効率的な連携手法,自律分散的負荷分散手法,耐障害性を持った並列化手法の検討を行った.遊休計算機間の効率的な連携手法としては,広域分散化に点在するPCクラスタ同士を連携させるための1階層型マスタ・ワーカモデルを考案した.また,自律分散的負荷分散手法として,分散型ワーカモデルのためのCash-based Random Steal 法,広域分散環境下でのCash-based Multicast Random Steal法を提案し,その有効性を示すことができた.耐障害性に関しては,チェックポンドを使用した方法を検討したが,その有効性の検証はこれからの課題としている.また,開発を行った並列化モデルに関して,他のデータマイニング処理に対しても応用を試み,その有効性を確認することができた.



13 科学研究費
制約問合せ処理の最適化と制約データベースの枠組みに関する研究
2005/04-2008/03/31
分担
共同研究
学内共同研究




14 科学研究費
計算機クラスタ上での動的なトランザクションスケジューリングに関する研究
2004/04-2006/03/31
代表

未選択
高性能なオンライントランザクション処理が求められるデータベースサイトは,TPモニタがトランザクションを計算機クラスタ上の計算機(以下サイトと呼ぶ)に割り振り,単位時間当たりに処理できるトランザクション数増加を図っている.そこで,計算機クラスタ上の計算機資源を有効に活かしきるトランザクションスケジューリングが重要となる.既存のトランザクションスケジューリングは,単に別々の種類のデータへアクセスするトランザクションをそれぞれ別々のサイトに割り振るものや,参照のみのトランザクションしか扱わないものが中心であり,計算機クラスタ上でのトランザクションの動的なスケジューリング手法は十分に明らかになっていない.本研究課題では計算機クラスタ上においてサイト数,各サイトの負荷,トランザクションのデータへのアクセスパターンと発生率の4つを考慮した動的なトランザクションスケジューリング法の開発を行った.



15 学内特定研究
グリッドコンピューティング環境におけるデータベース処理に関する研究
2003/04-2005/03
分担
共同研究
学内共同研究
本研究課題では,(1)文字列制約,(2)ネットワーク制約,(3)空間的制約,(4) 計算幾何学的制約,(5)数式表現制約の5つの枠組みに着目し,制約データベースに対する制約問合せ処理に関する研究が行われた.