昨年度修了した沖永悠一君の論文がScientific Reports誌に掲載されました

論文タイトル
Relationship between gene regulation network structure and prediction accuracy in high dimensional regression. 
“遺伝子のネットワーク構造と予測誤差の関係性について”

植物の遺伝子から形質を予測する際,通常Lassoなどの高次元回帰モデルが用いられるが,遺伝子ネットワークと予測精度の関係性についてはこれまであまり議論されていなかった.本論文では,その関係性をモンテカルロシミュレーションによって検証した.

     執筆者  ※所属は論文作成当時 / 敬称略
 沖永 悠一(九州大学大学院 数理学府)
 京極 大助(兵庫県立人と自然の博物館 自然・環境マネジメント研究部)
 近藤 聡 (トヨタ自動車(株)アグリバ イオ事業部 農食事業室)
 永野 惇 (龍谷大学 農学部)
 廣瀬 慧 (九州大学 マス・フォア・インダストリ研究所)

 

修士課程2年・吉田航君が作成した混雑予測アルゴリズムがアプリ“itocon”で活用されています


九大生がよく利用するバス停(昭和バス・西鉄バス)の混雑度をリアルタイムで可視化するアプリ(Web版・LINE版)
アプリ管理・運営 / 九州大学大学院 システム情報科学研究院 ヒューマノフィリックシステム研究室


吉田君のコメント
今回, アプリに実装していただいたアルゴリズムは, 次の日のバスの混雑度を, その日までのデータを用いて予測するものです.使用したモデルは, 状態空間モデルというモデルです. その中でも, ARモデルとローカルレベルモデルというモデルを組み合わせたものを使用しました. この2つのモデルは昔からよく知られるシンプルなモデルであります. 予測には, 前日までのバスの混雑度のみを使用します. イベント情報や気象情報など, 様々なデータを元に, 複雑なモデルを立てて予測することも考えられますが, 今回の解析ではシンプルなモデルの方が合っていると考えました. 実際に中々上手くいってくれて, 178日分のデータに対して予測の平均2乗誤差が, 8.64人^2程でした.
今回実装していただいたのは翌日の混雑度を予測するアルゴリズムですが, 今後として, 当日のある時刻の混雑度をその時刻以前のデータを元に予測をする, 当日予測を考えています.

修士課程2年・馬場由羽貴君が参加した研究インターンシップがC-ENGINEの成果事例として紹介されました

C-ENGINE : 一般社団法人 産学協働イノベーション人材育成協議会

■ インターンシップ実施期間:2020年8月~10月の2ヶ月間

■ 受入企業:川崎重工業株式会社 技術開発本部 (リモートによる実施)

馬場君のコメント
去年の10月にC-ENGINEを通して川崎重工業での研究インターンシップに取り組みました. 実験データの取得やデータの前処理など, 普段の研究では経験できないようなデータ解析に取り組むことができ, 非常にいい経験になりました. 今回の経験を生かして,これからも実用場面を意識した研究を行っていきます.