汎用性獲得のための統計的ラフ集合手法によるルール導出法の改善と判別問題への適用

Research Project

Project/Area Number	20K11937
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Shimane University
Principal Investigator	加藤裕一島根大学, 総合理工学部, 名誉教授 (10161126)
Project Period (FY)	2020-04-01 – 2023-03-31
Project Status	Granted (Fiscal Year 2020)
Budget Amount *help	¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000) Fiscal Year 2022: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000) Fiscal Year 2020: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Keywords	ラフ集合理論 / 統計的ルール導出法 / 学習・判別問題 / ルール導出法の性能評価システム / 不適合性の原理
Outline of Research at the Start	従来のSTRIMは分かり易さを優先し，ルールの完全一致，重要度を考慮しない条件属性を仮定した。このモデルを人間の判断モデルに近い部分一致で重要度を配慮したルール導出法に発展させる。この導出法の正当性は，シミュレーションによるデータ発生・ルール導出検証モデルで確認する。更に研究目的で記した各種複雑モデルとSTRIMを検証モデルデータに適用して，両者の判別性能実験とその差分を明確にして，複雑モデルの記述レベルを「不適合性の原理」の観点から議論する。STRIMの人間に分かり易い記述モデルと複雑モデルの判別問題への適用が相補的に利用できることを議論する。