Extraction of key information and development of an efficient computing environment for mixed scale and dimension reduction clustering

• Project/Area Number: 24K14869
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Okayama University of Science
• Principal Investigator: 森 裕一 岡山理科大学, 経営学部, 教授 (80230085)
• Co-Investigator(Kenkyū-buntansha): 黒田 正博 岡山理科大学, 経営学部, 教授 (90279042) ; 飯塚 誠也 岡山大学, 教育推進機構, 教授 (60322236) ; 久永 啓 岡山理科大学, 経営学部, 准教授 (70907641) ; 藤原 美佳 岡山理科大学, 経営学部, 講師 (30864508)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
• Keywords: 数量化 / カテゴリカルデータ / ファジークラスタリング / 変数選択 / 加速化

Outline of Research at the Start

本研究では，スポーツアナリティクスやマーケティングの分野を想定し，[i]カテゴリカルデータの数量化と次元縮約手法の整理，[ii]数量化と次元縮約の両者を同時に考慮するクラスタリング手法の開発，[iii]クラスター情報を利用した主要情報抽出手順の開発，[iv]計算の効率化と対話的なインタフェースの提供を実現し，尺度の混在と次元の大きさを考慮した新たなクラスタリングと，クラスター情報を加味して潜在的な特徴を取り出す手法を開発する。同時に，その分析を対話的に進められる高速なインタフェースを提供するものである。