予兆検知のための数理的手法の開発と経済学・医学への応用
【研究キーワード】
予兆情報学 / 機械学習 / データサイエンス / 異常検知 / 変化検知 / 潜在構造変化検知 / 緑内障進行予測 / 埋め込み / 経済危機予測
【研究成果の概要】
予兆情報学に関して、数理・物理予兆情報学、医療予兆情報学、経済予兆情報学のそれぞれで基礎的手法を発展構築した。数理・物理予兆情報学では、多次元時系列の潜在構造変化を検知する手法として、１）微分的ＭＤＬ変化統計量に基づく予兆検知手法、２）潜在変数モデルの階層的変化検知手法を提案し、Scientific Reports, ICDM2020などで発表した。特に、１）ではCOVID-19感染爆発について、提案手法より感染爆発の約6日以上早く予兆を検知ができていた。また、変化予兆を捉えるには正規化最尤符号長を効率的に計算する必要が出てくる。そのためのFourier解析に基づく新しい手法を開発しIEEE Trans ITに掲載された。
医療予兆情報学では、視野感度時系列データと光干渉断層計計測データ時系列の双方から緑内障の進行を予測するための「潜在空間回帰方式」を提案した。また、緑内障病態に関連する全身因子について眼科健診データベースを用いた解析を行った。聖隷健診センターより10年間で約20万回の検診データを取得し、眼底写真、頸動脈エコー、脳MRI、心電図のある症例の抽出を行った。脳ドックMRIの脳梗塞所見による視神経乳頭形状プラニメトリー予測，血液及び生体計計測データによる眼圧予測の可能性について論文化した。
経済予兆情報学では、不動産市場におけるバブルの検知手法を開発し日本のデータに適用した。また、パンデミック下での人々の行動変容を、スマホの位置情報データを用いて計測する手法を開発し日本に適用した。法的拘束力を伴うロックダウンが行われなかった日本では、自発的な行動変容が起きたことを明らかにした。また、銀行送金ネットワークの時間変動から経済危機を予兆検知するために、疎性・スケールフリー性，潜在的なブロック構造，季節性を再現できるネットワークモデルを構築し、動学モデルへの拡張も行った。
【研究代表者】