学術研究

データ融合

これまでずっと、僕らの分野における統計的データ融合((statistical) data fusion (in marketing))と工学系のデータ融合(data fusion)は名前は同じでも全然違う分野だという認識でいたし、僕の周りはみんな比較的そう思ってることだろうと思う。でも、もしかするとこの2つは同じ研究領域なのかもしれない。

こんなこと言うといろんな人に怒られるかもしれないけど、しかし、拾い上げられたデータ自体は所与としていかに人々の行動に関する知見を得るかにしか興味を持てない我々は「センサーデータの統合」という根本的なデータの質を上げるという点に一切全く何の興味も持てないから詳しく知らないだけで(ただしデータの質を上げることに無関心とはいっても調査データの不良回答とかはまたちょっと違って、ここで言ってるのは位置情報とかの純然たるセンサーベースの行動ログデータの話。)、情報工学系におけるデータ融合も実際のところマルチソースデータをいかに扱うかという議論の中にある。(と解釈することもできる。)

なぜ今さらそんなことを言い出したのかというと、今やってる分析のためにまた新しいニューラルネットワークを組んでいるわけですが、それを実現するためには両分野の研究を平等ぐらいの割合で組み合わせる必要があることがわかったからで、いろいろと両分野の文献を読み込んでみると、基本的な哲学や手法があまりにも違うというだけで、ものによっては両者が結構近いところに居たりして面白かったんですね。

いろんなネタに誘ってもらえて本当にありがたい。週1回は誰かしらからアイデアの共有や相談が来る。とはいえ、コロナがなかったらもっと活発な議論になっていたのかなと思うと少し悲しい部分もあるけど。

タイムマネジメントが下手すぎて大抵自分の研究を後回しにするので、結果として研究業績が共著ばかりになるわけで、ブログなんか書いてる場合じゃないんですよね。研究者の”事情”をよくわかってる人(=研究者)の書く『大学教員のためのタイムマネジメント講座』みたいな本は出ないもんですかね。