2004 Fiscal Year Annual Research Report
データマイニングによる知識獲得とシステム構築手法の開発
| Project/Area Number |
16360199
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Research Institution | Kobe University |
|---|
Principal Investigator |
阿部 重夫 神戸大学, 大学院・自然科学研究科, 教授 (50294195)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
小澤 誠一 神戸大学, 大学院・自然科学研究科, 助教授 (70214129)
吉村 元秀 神戸大学, 大学院・自然科学研究科, 助手 (60335461)
|
|---|
| Keywords | サポートベクトルマシン / パターン認識 / 音響診断 / 画像処理 / データマイニング / クラスタリング / 特徴選択 / 特徴抽出 |
|---|
| Research Abstract |
データマイニングによる知識獲得とシステム構築法の開発を進め以下の成果を得た.
(a)静的環境下でのデータマイニングによる知識獲得とシステム構築法の開発
・SVMによるクラスタリング法:大規模データを領域分割してSVMで高速にかつ高精度にクラスタリングする方法を開発した.
・SVMによる特徴選択:SVMの学習を繰り返すことにより汎化能力を低下することなく,逆方向に特徴選択する方式を開発した.
・SVMによる特徴抽出法:高速に独立成分を選択することにより特異値分解を用いないでKPCA (Kernel PCA)を行なう方式を開発した.
(b)動的環境下でのデータマイニング手法による知識獲得とシステム構築法の開発
・動的クラスタリング法:クラスター出力の線形回帰誤差に基づき,逐次与えられる大規模データをオンラインで動的にクラスタリングする手法を開発した.
・動的な特徴空間構成法:逐次与えられる高次元大規模データに対して,適切な次元をオンラインで動的に求めることのできる主成分分析アルゴリズムを開発した.また,これを顔画像認識システムに組み込み性能を確認した.
・音響診断に適したクラスタリング法の開発:カーネル関数を用いて高次元特徴空間に写像した入力に対して自己組織化アルゴリズムを適用し,高精度なクラスタリングを行う手法を開発した.
・音響診断に適した特徴抽出法の検討:設備機器から発せされる音響データに独立成分分析を適用し,故障原因に直接結びつく信号検出を行う方式を開発した.
(c)データマイニング手法を用いた画像の領域分割システムの開発
・画像の領域分割に適したクラスタリング手法の開発:動的な環境化において撮影された画像からオブジェクトを含む領域を分類・抽出するための形状特性抽出手法を考案し,SVMを用いたクラスタリングのための予備実験を行った.
・画像の領域分割に適した特徴量抽出手法の開発:推移不変ウェーブレット変換による多重解像度解析を用いた定量的な画像特性抽出手法を考案した.
|
