2018 Fiscal Year Annual Research Report
Development of memory-saving high-speed graph mining method for graph grammar-compressed data
| Project/Area Number |
15K00313
|
|---|
| Research Institution | Hiroshima City University |
|---|
Principal Investigator |
内田 智之 広島市立大学, 情報科学研究科, 准教授 (70264934)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
正代 隆義 九州国際大学, 現代ビジネス学部, 教授 (50226304)
宮原 哲浩 広島市立大学, 情報科学研究科, 准教授 (90209932)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | グラフアルゴリズム / グラフ文法圧縮 / グラフマイニング / 機械学習 |
|---|
| Outline of Annual Research Achievements |
研究課題の目的は、既存の文字列上の文法圧縮法を、グラフ文法を用いて巨大なグラフを可逆圧縮するグラフ文法圧縮法に拡張し、グラフ文法圧縮されたグラフからの高効率グラフマイニング手法を開発することで、グラフ構造を有するビッググラフデータからのより広くより深い知識を抽出する省メモリ高速グラフマイニング手法を開発することである。最終年度となる平成30年度は、主として平成29年度までに得られた研究成果、特に計算量的学習理論の観点から得られた高速マイニング手法に関する理論的な結果を、論文雑誌、国際会議及び国内会議に公表した。特に、１つの正例が与えられたとき、その正例のサイズの二乗オーダー回データベースへ問い合わせを行うことで、グラフ文法システムであるpFOTS(primitive Formal Ordered Tree System)により定義される言語のクラスが同定できるという研究成果を論文雑誌に公表した。これは、ビッググラフデータを管理するデータベースからのグラフマイニング手法の理論を支える結果である。この研究成果をもとに、１つの正例が与えられたとき、その正例のサイズに関する線形回数の所属性質問で正則言語クラスが同定可能であるという成果を国際会議で発表した。さらに、頻出パスを枚挙するアルゴリズムを多重圧縮された順序木構造データを対象とするように拡張した成果を国内会議で発表した。また、TTSPグラフの族や外平面的グラフの族から特徴的なグラフパターンを抽出する遺伝的プログラミングに本研究成果を応用した研究結果を、国際会議と国内会議でそれぞれ発表した。
|
