階層構造をもつ時系列モデルを利用した知識発見支援システムの開発
【研究分野】統計科学
【研究キーワード】
階層ベイズ / 自己組織化 / 一般状態空間モデル / 粒子フィルタ / ハイパーパラメータ / カウントデータ / モンテカルロ / モデル統合 / モデル結合 / 状態空間表現 / 自己組織型モデル / モンテカルロフィルタ / ベイズ推定 / 並列計算 / PCクラスター / 物理乱数
【研究成果の概要】
自己組織型時系列モデルは,その最も簡単な利用法として,状態空間モデル中のパラメータ(ベイズ統計の枠組みでは,ハイパーパラメータ)のベイズ推定に対して適用され,実用的見地からは十分精度の良い推定値を与えることがわかっている.最終年度は,ハイパーパラメータの時間変化を記述するモデルを利用した時系列解析ソフトウェア完成化に集中して取り組んだ.特に,ファイナンスデータ解析で重要な時変ボラティリィティの推定(時系列の言葉では,観測ノイズの時変分散の推定)のためのソフトを完成し,Web化から配布を開始した.以下のURLに,ソースプログラム,サンプルデータ,その解析結果,マニュアルがおいてある.
http://tswww.ism.ac.jp/higuchi/index_e/Soft/index.htm
サンプルデータは,Higuchi and Kitagawa (2000)や北川・樋口(2000)に報告されているもので,研究者ばかりでなく実務畑方々にもソフトの利用が理解しやすいものとなっている.この方法の応用により,ファイナンスの分野でこの数年重要視されている,非ガウス分布に従うプロセスの解析などが進みつつある.Web上での計算サービスに向けてCGIプログラムの作成も今年度は進めた.まもなくサービス開始できるものと期待している.
このソフトの別な利点である自動平均構造抽出を,さまざまな超大量データの一時処理として必須の人工ノイズの除去目的に活用した.最終的な結果は,応用分野のトップジャーナルに掲載された.
【研究代表者】