2021 Fiscal Year Final Research Report
Three-way three-mode dimensional data analysis for biometric data
| Project/Area Number |
17K12797
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Library and information science/Humanistic social informatics
|
|---|
| Research Institution | Doshisha University (2020-2021)
Wakayama Medical University (2017-2019) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Keywords | クラスタリング法 / スパース推定 / 次元縮約 |
|---|
| Outline of Final Research Achievements |
We have developed a data analysis method to simultaneously grasp the classification structure of subjects and related features from the tuple (subject, variable, condition), which is called Three-way three-mode data. We also developed a dimensional reduction clustering method that can identify regions of difference between conditions even in noisy data. We also developed a sparse dimensionality reduction clustering method based on path analysis. As a result of this research, seven papers have been published, one is in submission and one is in preparation for submission.
|
| Free Research Field |
多変量データ解析
|
| Academic Significance and Societal Importance of the Research Achievements |
情報技術の発達に伴うデータの大規模複雑化により，解析者はより複雑なデータを処理する必要に迫られている．3相3元データはそのような大規模複雑データのひとつであり，対象×変量×条件の3組間の構造を表現したデータであり，各固有の特徴を解釈することは困難である．今回開発した次元縮約クラスタリング法を用いることで，変量や条件固有の特徴を把握することが可能となる．また，パス解析の考えやスパース推定も加えた方法によって解析者の仮説をデータから検証し，解釈すべき項目数を削減することができることから，より解析者が容易に当該構造を解釈することが可能となる．
|
