【研究領域課題番号】19H04072 (KAKENデータベースで見る）

【研究キーワード】

Bayesian Inference / Causal Inference / Cell Regression / Data-Driven Prior / Real-World-Data / 医療データ / Real World Data / Data Science / Statistics / Machine Learning

【研究成果の概要】

・リセプトデータを用いた数年後の糖尿病が発症予測のための深層学習モデルを提案し、得られた成果を論文として纏めている段階である。
・Covid19陽性者数の長期予測のためのニューラルネットワーク時空間モデル（Convolutional Long-Short Term Model）を提案し、東京都23区のデータに適用しその有用性を確認した。得られた成果を論文として纏めている段階である。
・血糖値の平均と分散の関係を明らかにし、より適切な血糖値の予測モデルの構築ができることを示した。得られた成果を論文としてまとめる予定である。
・人の関節時系列データに基づくセグメンテーションを行う方法を開発し、得られた成果を学術論文に投稿した。工場での作業過程のミスを自動的検知などにおいて有効であると期待される。
・Covid19陽性者数の長期予測のためのニューラルネットワークモデルを構築し、東京都23区のデータに適用しその有用性を確認した。またニューラルネットワークモデルの説明可能性を与えるため、統計モデルを利用したハイブリッドな方法も提案した。

【研究種目】基盤研究(B)

【研究期間】2019-04-01 - 2024-03-31

【配分額】17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)