2018 Fiscal Year Annual Research Report
Discovery of Deep Knowledge from Graph-Structured Data using Expressive Graph-Structured Patterns
| Project/Area Number |
15K00312
|
|---|
| 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, 計算機センター, 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) |
2015-04-01 – 2019-03-31
|
| 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 |
|---|
| Outline of Annual Research Achievements |
本研究課題では，大規模なグラフ構造データに隠されている深層知識を強力な表現能力を持つグラフ構造パターンを用いて表現し，パターン型の深層知識として発見するシステムについて研究を行った．本研究の目的は，大規模なグラフ構造データ，木構造データからパターン型の深層知識を発見することである．本年度は，主にグラフ構造パターン型知識発見，木構造パターン型知識発見の２つのサブテーマで研究を展開し，以下の成果を得た．
正事例と負事例のグラフデータから特徴的なグラフパターンを獲得する進化的学習システムにおいて，特徴選択に基づいて相互に関連する個体の適合度を評価する手法を提案した．正事例と負事例の外平面的グラフから特徴的なブロック保存型外平面的グラフパターンを獲得する実験，および正事例と負事例のTTSPグラフから特徴的なTTSPグラフパターンを獲得する実験により，提案手法の有効性を確認した．ブロック保存型外平面的グラフパターン集合を個体とする二段階構造の進化的計算を用いて，正事例と負事例の外面的グラフから特徴的な複合的ブロック保存型外平面的グラフパターンを獲得する手法に，正事例の外面的グラフをクラスタリングする手続きを組み込み，実データおよび人工的データに適用してその有効性を確認した．TTSPグラフパターン集合を個体とする二段階構造の進化的計算を用いて，正事例と負事例のTTSPグラフから特徴的な複合的TTSPグラフパターンを獲得するシステムにおいて，グラフパターン表示機能を実現し性能を評価した．正則パターン，グラフ文法システムの帰納推論手法，構造的変数を持つ木構造パターンのマッチング手法について研究した．
|
