 プロジェクトの概要
時系列データの統計的手法による解析に基づいて、将来のデータの動きを予測する研究を行っています。近年、ロジスティクス、サプライチェーン等の分野においては、計算機技術、最適化アルゴリズムが積極的に利用されるようになりました。生産計画、在庫補給計画などの資源配置計画の問題では、需要がどのように変化するかの正確な情報が最適化技術の利用をさらに現実的なものとします。
 研究項目
- 時系列データ解析
状態空間モデルによる時系列データの解析手法を研究しています。モデルのパラメータ、状態変数の推定値を数値計算あるいはシミュレーションにより求めます。
- 大量時系列データ
大量の時系列データを有効に取り扱う手法の研究をしています。大量の時系列データを扱う場合に、各時系列データを独立に解析し予測分布を計算するよりも、似通った時系列データをまとめることで予測精度が改善されるであろうことは容易に予想できます。時系列データのクラスタリングにより似通った時系列データのグループを見つけ出し、より精度の高い予測分布を求めます。
- 特殊時系列データ
特殊な時系列データを解析するための状態空間モデルを研究しています。カルマンフィルター等の一般的な状態空間モデルは適用範囲が広いのですが、万能というわけではありません。特殊な時系列データには専用の状態空間モデルを適用してより精度の高い予測分布を求めます。
 関連情報
|
