| Research Abstract |
本研究は,大量の情報の中から有用な知識を抽出するために,クラスター分析と他の多変量解析法を融合して局所的な相関関係や要因を見出すための計算アルゴリズムを開発することを目的としている.平成13年度には,ガウス混合モデルにおけるEMアルゴリズムと類似したアルゴリズムによりデータの局所的な構造をより適切に表すデータ分割を提案した.また,不完全データからの局所的な線形構造の抽出法を提案し,協調フィルタリングヘの応用を行った.平成14年度に行った成果は以下のとおりである.
実世界のデータからの知識発見のために,欠測値やノイズの影響を無視しながら局所的に主成分分析やマイナー成分分析を施す手法を提案した*,**.また,協調フィルタリングシステムの開発や脳機能分析の実験を通して,これまで提案した手法の有効性を示した#,##.
*,**はそれぞれシステム制御情報学会および電子情報通信学会の論文誌における発表論文で,以下のとおり.
*本多克宏,神田章裕,市橋秀友,山川あす香:欠測値を含むデータからの局所的な主成分の抽出法,システム制御情報学会論文誌,Vol.15,No.12,pp.663-672(2002)
**本多克宏,東江伸浩,市橋秀友:最小絶対誤差に基づく線形ファジークラスタリング,電子情報通信学会論文誌(D-II),Vol.J86-D-II, No.1,pp.12-21(2003)
#,##はそれぞれ口頭発表で,以下のとおり.
#本多克宏,杉浦伸和,市橋秀友:線形ファジィクラスタリングを用いたコンテンツお勧めシステム,第12回インテリジェントシステムシンポジウム講演論文集,pp.513-514(2002)
##市橋秀友,山ノ井高洋,本多克宏:場所法記憶における脳賦活部位の双極子解析による推定,バイオメディカルファジィシステム学会第15回大会講演論文集,PP.47-50(2002)
|
