ネットワーク型共同研究拠点を支える 人・環境と物質をつなぐイノベーション創出ダイナミック・アライアンス 研究者データベース

コンピュータネットワークとユビキタスセンシング（いつでもどこでも様々な情報を計測できる技術），科学的測定技術の発達によって，例えば巨大なショッピングモール内の様々な条件でどんな品物が売れたかといった，たくさんの事象・状態に関する膨大な変数の測定データ（超高次元データ）が収集できるようになって来ている．また，グローバルな地球環境変化や遺伝子間相互作用ネットワークなど，巨大な構造状態の測定結果も超高次元構造化データとして収集されている．

Data consisting of massive variables (extremely high dimensional data) representing numerous events and/or states became available by developments of computer network, ubiquitous sensing and scientific measurement technologies. Examples are sales data of a large scale shopping center under various conditions, global climate data consisting of various and massive meteorological measurements and the profile data of thousands of gene expressions in biological systems.

高次元で複雑な対象データを解析して，そのメカニズムに関する情報の推定や知識を発見する技術の研究に取り組んでいる．例えば，数百～数千個の変数に関する測定値の時系列データから，観測対象システムの状態変化やその変化を支配するダイナミックなメカニズムを推定するフィルタリング手法を研究している。これによって，例えば巨大なショッピングモール内の人々の流れの仕組みやグローバルな地球環境変化のメカニズムに関する推定や関連知識を得ることができる．

We study novel techniques to estimate variable relations and dynamic mechanisms from such data acquired from large scale and complex structured systems. An example of our study is to develop filtering techniques to estimate state changes of a large scale objective system and dynamic mechanism governing the changes from a time series data consisting of several hundreds to several thousands measurement variables. These techniques enable to analyze mechanisms and to know the associated knowledge on the systems such as a large scale shopping mall and global earth climates.