静岡大学　社会連携シーズ

ストリームデータの要約
データ駆動の科学発見

キーワード

リアルタイム分析、異常検知、省メモリアルゴリズム、ストリームデータ基盤

研究内容

◆クラウドサービスの普及とIoTの発展に伴い、人や社会に関わる多様な事象のデータ利活用が広がっています。観測系から常に生成され続けるストリーム型のデータでは、観測系の変化や異常をいち早く検出するリアルタイム解析への応用が期待されています。

◆本研究では、このようにストリーム型ビッグデータのインメモリ管理を実現するソリューションとしてデータ要約 (summary) と呼ばれる情報圧縮技法を扱っています。

◆サマリと呼ばれる超軽量データ構造を構築することで、任意の関係クエリに対し、高速に応答することが可能となります。

社会連携に向けたアピールポイント

◆自然科学データ (地震観測網データ、天文測光データ) の突発現象をリアルタイム検知する共同研究を推進しています。

◆ 極地や閉システムのリアルタイムデータ解析、例えば予兆検出や異常検知に興味のある方はお声がけください。

◆スマートファクトリーやバイオDXといった融合領域研究も進めています。

◆参考文献
　P. Thanapol, Y. Yamamoto and S. Sako:
　Detection for transient patterns with unpredictable
　duration using Chebyshev Inequality and dynamic binning,
　Proc. of CANDAR WANC, 2021
　Y. Yamamoto, Y. Tabei and K. Iwanuma:
　Parasol: PARASOL: a hybrid approximation approach for
　scalable frequent itemset mining in streaming data,
　Journal of Int. Inf. Systems, 2020