
時系列ビッグデータのためのリアルタイムAI技術
(JST未来社会創造事業 新技術説明会より)
主な技術一覧
私たちの研究室では、主にIoTデータやWeb情報を対象として、情報抽出、パターン検出、モデル学習、将来予測など、ビッグデータのマイニングアルゴリズムに関する研究に取り組んでいます。
現在主に取り組んでいる技術は以下の通りです。
- 非線形モデリング:非線形動的システム(非線形微分方程式)等を用いて様々な社会現象をモデル化、解析します。
- 大規模テンソル解析:{Object x Actor x Time} で構成される複合時系列イベントデータを扱います。
- 特徴自動抽出:事前知識や細かいチューニングを介することなく重要な情報を自動的に抽出します。
- リアルタイム処理:刻々と変化する時系列データストリームを高速学習し、トレンド抽出や将来予測を行います。
非線形モデリング | テンソル解析 | 特徴自動抽出 | リアルタイム処理 | |
SpikeM@KDD’12 | ✔ | |||
TriMine@KDD’12 | ✔ | |||
AutoPlait@SIGMOD’14 | ✔ | |||
EcoWeb@WWW’15 | ✔ | ✔ | ||
FUNNEL@KDD’14 | ✔ | ✔ | ✔ | |
CompCube@WWW’16 | ✔ | ✔ | ✔ | |
RegimeCast@KDD’16 | ✔ | ✔ | ||
OrbitMap@KDD’19 | ✔ | ✔ | ✔ | |
CubeMarker@ICDM’19 | ✔ | ✔ | ||
StreamScope@CIKM’19 | ✔ | ✔ |
ソフトウェア、関連資料
pdf, pptx, ソースコードは [こちら] で公開しています。
チュートリアル講演資料
[SIGMOD’15] / [WWW’16] / [SIGKDD’17]
各技術の紹介
時系列ビッグデータのリアルタイム予測
(RegimeCast@KDD’16) |
オンライン活動データの特徴自動抽出と 将来予測 (準備中)
(CompCube@WWW’16) |
(AutoPlait@SIGMOD’14) |
大規模疫病データのための (FUNNEL@KDD’14) |
生態系モデルに基づく (EcoWeb@WWW’15) |
(TriMine@KDD’12) |
(SpikeM@KDD’12) |
上記のテーマ以外にも、データマイニングのアルゴリズムについて幅広く取り組んでいます。