グラフ構造パターンにより可視化された説明可能なグラフ構造化知識の獲得システム
| Project/Area Number |
22K12172
|
|---|
| 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 | Hiroshima City University |
|---|
Principal Investigator |
宮原 哲浩 広島市立大学, 情報科学研究科, 准教授 (90209932)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
内田 智之 広島市立大学, 情報科学研究科, 准教授 (70264934)
久保山 哲二 学習院大学, 付置研究所, 教授 (80302660)
廣渡 栄寿 北九州市立大学, 基盤教育センター, 教授 (60274429)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
|
|---|
| Keywords | 機械学習 / グラフ構造パターン / 木構造パターン / 進化的学習 / データマイニング / グラフ構造データ |
|---|
| Outline of Research at the Start |
本研究課題では，大規模なグラフ構造データから説明可能なグラフ構造化知識を獲得して活用するための，データマイニングと機械学習における新たな技術を開発する．任意の部分グラフ構造を表現できる構造的変数を持つグラフ構造パターンを用いて，大規模なグラフ構造データから従来手法では表現が困難であった可視化された説明可能なグラフ構造化知識を獲得するシステムを構築する．化合物データ分析，分子生物学データ分析などへ応用する．
|
| Outline of Annual Research Achievements |
本研究課題では，任意の部分グラフ構造を表現できる構造的変数を持つグラフ構造パターンを用いて，大規模なグラフ構造データから可視化された説明可能なグラフ構造化知識を獲得するシステムについて研究を行った．グラフ構造データや木構造データのような構造的データからのデータマイニング技術と学習・推論結果を人間が理解できるように説明する機械学習技術の開発が求められている．本研究の目的は，大規模なグラフ構造データ・木構造データから，グラフ構造パターン・木構造パターンを用いて可視化された説明可能なグラフ構造化知識・木構造化知識を獲得するシステムを開発して，その有効性を明らかにすることである．本年度は，グラフ構造化知識獲得，木構造化知識獲得の２つのサブテーマで研究を展開し，以下の成果を得た．区間グラフは，資源や時間の割り当てなどに対応する区間表現を表すグラフである．区間グラフパターンは，区間グラフに共通する構造を表現できる，構造的変数を持つグラフ構造パターンである．遺伝的プログラミングと区間グラフパターンの木構造表現を用いて，正事例と負事例の区間グラフから特徴的な区間グラフパターンを獲得する進化的学習における遺伝的操作を提案した．タグ木パターンは，任意の木構造データを代入できる構造的変数を持つ木構造パターンである．正事例と負事例の木構造データから正事例のラベルの接続関係を利用して，特徴的な複合的タグ木パターンを獲得する進化的学習手法を提案した．形式グラフ体系のPAC学習，非線形項木パターンのマッチング，線形パターンと順序木パターンの質問学習について研究した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は，グラフ構造化知識獲得，木構造化知識獲得の２つのサブテーマで研究を展開し，研究成果を発表した．研究はおおむね順調に進展していると考えられる．
|
| Strategy for Future Research Activity |
研究代表者・研究分担者の提案手法を発展させて，グラフ構造化知識獲得，木構造化知識獲得の２つのサブテーマで研究を推進する．
|
Report
(1 results)
Research Products
(6 results)
