残差回帰による複合時空間予測手法

佐藤 大祐  松林 達史  福田 匡人  堤田 恭太  中山 彰  戸田 浩之  
(データ工学研究専門委員会推薦論文)

誌名
電子情報通信学会論文誌 D   Vol.J104-D    No.5    pp.476-485
発行日: 2021/05/01
早期公開日: 2021/01/22
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2020DET0001
論文種別: 特集論文 (データ工学と情報マネジメント論文特集)
専門分野: 時空間解析
キーワード: 
時空間データ,  時系列解析,  残差回帰,  時空間予測,  

本文: PDF(42.8MB)>>
論文を購入



あらまし: 
空間的な広がりをもち,一定の時間間隔で観測される,人数や降雨量などの時空間データの変動を予測することは重要な課題である.予測結果の活用の観点から,周期性をもつ変動の予測だけでなく,大規模イベント時におけるエリア内人数変動やゲリラ豪雨時の降雨量など,過去に経験したことない変動への対応も必要である.過去の傾向と異なる変動に対し,直近のデータを用いて予測モデルを学習し直すことが有効だが,時空間的な相関を考慮した複雑な予測モデルでは,学習に伴う計算量の大きさが問題となる.本研究では,過去に経験した変動を学習したシンプルな時系列予測モデルと,時系列予測モデルの予測残差を回帰する時空間予測モデルを組み合わせることで予測精度を保ちながら処理全体の計算量を抑えた複合時空間予測手法を提案する.本論文では人口統計データを用いて実験を行い,提案手法が処理速度及び予測精度を両立させる上で有効であることを確認した.