本研究では、因子分析モデルと状態空間モデルを融合させた多変量時系列モデリングを行う。時系列データの内在する構造を理解し、新たな知識発見へとつなげるためには、推定されたモデルを解釈することが必要不可欠となる。そこで、新たな正則化項に基づくスパース正則化法を提案する。とくに、Lasso等の従来のスパース推定法だけでなく、因子分析特有のスパース推定法である因子回転を拡張することにより、全く新しいスパース正則化法を提案する。この方法が実現すると、高精度に予測し、かつ結果を解釈できる手法として、様々な科学・産業に応用できるようになる。提案手法を実行するRパッケージを作成し、Web上に公開する。
