2019 Fiscal Year Annual Research Report
パターンマイニングと疎性モデリングに基づく大規模系列データからの知識創出
| Project/Area Number |
17H04694
|
|---|
| Research Institution | Nagoya Institute of Technology |
|---|
Principal Investigator |
烏山 昌幸 名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 機械学習 / 系列データ / グラフデータ / マイニング / 凸最適化 |
|---|
| Outline of Annual Research Achievements |
本研究では，系列データやグラフデータなど単純な数値のみでない関係性の構造データからの統計的学習アルゴリズムの開発を行ってきた．本年度では，まず，これまで行ってきたグラフ構造データの解析のさらなる拡張を行った．グラフ表現は多様なデータを取り扱えるが，そこから重要な構造を発見しようとすると，ありうる部分構造の組み合わせの問題により，計算が困難であった．これまで，グラフ同士の解析のための距離尺度の学習手法を構築したが，それをさらに発展させ，グラフの頂点ラベルに対する類似性の導入や，アイテム集合データへの拡張などを行った．これらにより，化合物グラフなど頂点ラベルが重要な情報を持つ対象をより柔軟に扱えるようになり，また，グラフデータ以外のパターンデータへの適用可能性が広がった．一連の結果は，プレプリントとしてarXivに公開し，論文投稿を行って現在査読されている．また，要素技術となる距離学習において，不要なデータを予め削除して効率化する最適化アルゴリズムの構築も行い，この内容についてはMIT Pressの国際雑誌Neural Computationで発表した．この成果はグラフデータではなく通常の数値データベースのものであり，グラフデータとの融合を次に検討していく．さらに，時系列データからの特徴的な部分系列抽出と，その検定に関する研究も行い，そのうちの一部はACM系列の国際学会SIG-SPATIALとIEEEの雑誌TKDEでの発表を行っている．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
複雑なデータからパターンを抽出し解析するアルゴリズムのいくつかについては，学会，学術雑誌での発表を継続的に行っている．また，これらの話題について，進めるうちにより発展的な話題も進み，テーマとしても広がりを見せている．そのため，大筋では当初計画に近い形で推移しているが，一方で，採択率の低い学会にチャレンジして，まだ採択に至っていない話題もあり，ブラッシュアップしてなるべくプリゼンスの高い場での発表を目指したい．
|
| Strategy for Future Research Activity |
主に，グラフデータと系列データについて，それぞれの発展があるため，引き続きこれらをベースに方法論と応用の両側面での進展を目指す．方法論では，グラフなどの構造データに数値情報が付随した場合に，どのように特徴的なパターンを見出すかの拡張や，マイニング部分のさらなる高速化などについて検討をしている．前者は化合物や結晶などグラフ表現可能なデータが，それぞれの頂点に多次元の特徴量を持つことが多いため，そこからどのように重要なパターンを発見するかは非常に重要となる．この設定に対して，これまでの研究でグラフ頂点の類似性の導入のために検討した技術の発展を用いることで対処できることが見えてきたため，この話題に取り組む．また，このような状況を考えると計算量的な困難がより厳しくなるためさらなる効率化も重要となる．引き続き，設計したアルゴリズムの応用も結晶などのグラフ表現しやすい科学データを中心に検討する．
|
-
[Journal Article] Stat-DSM: Statistically Discriminative Sub-trajectory Mining with Multiple Testing Correction2020
Author(s)
V. N. L. Duy, T. Sakuma, T. Ishiyama, H. Toda, K. Arai, M. Karasuyama, Y. Okubo, M. Sunaga, H. Hanada, Y. Tabei, I. Takeuchi
-
Journal Title
IEEE Transactions on Knowledge and Data Engineering
Volume: -
Pages: -
DOI
Peer Reviewed
-
-
