2006 Fiscal Year Annual Research Report
知識融合最適化による不確実データに対するクラスタリングアルゴリズムの開発
| Project/Area Number |
18500170
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
遠藤 靖典 筑波大学, 大学院システム情報工学研究科, 助教授 (10267396)
|
|---|
| Keywords | クラスタリング / 不確実性 / 許容 / 知識 / 最適化 |
|---|
| Research Abstract |
まず、年度初めに、本研究課題全体の計画の確認を行った。また、協力を仰ぐ研究者への連絡を行い、本年度の計画の速やかな実施のための体制の確立を行った(研究計画・方法の(1)に対応)。協力を仰ぐ研究者が身近にいたということもあり、当初予算として計上してた謝金の支出をする必要がなくなったことは幸運であった。
続いて、計算機上で、すでに提案されている不確実性を伴うデータに対するクラスタリングアルゴリズムを実装し、計算時間や計算時間や有効性の検討を行った。また、それぞれのアルゴリズムに対する問題点を抽出した(研究計画・方法の(2)に対応)。その結果、従来のアルゴリズムに関して、(1)データ間の類似度・非類似度とは別に、不確実性を扱うための類似度・非類似度を用意する必要がある、(2)不確実性をあらわす領域の境界しか対象としていない、(3)一般に計算時間が大きい、等の問題点があることがわかった。
以上のもとに、不確実性のモデルの検討を行い(研究計画・方法の(3)に対応)、特に実際のデータのクラスタリングに援用可能なアルゴリズムの高知港を行った(研究計画・方法の(4)に対応)。まず、許容ベクトルという新たな概念を導入することによって、不確実性を伴うデータに対するクラスタリングの定式化を行った。これは、不等式制約化での非線形目的関数の最適化問題に帰着する。次いで、この問題を解くことによって得られた解をもとに、アルゴリズムを新たに構築した。特に注目すべきは、これまで円形でしか表現できなかった不確実性を、矩形での表現も可能にした点にある。それにより、実データに対する応用範囲が驚異的に広がった。
また、データ解析における人間の知識に関する調査を行い(研究計画・方法の(5)に対応)、知識ベースとしてのデータ化を開始した(研究計画・方法の(6)に対応)。特に、貨物の積み付け問題に対してクラスタリング手法の援用を行い、その中で、クラスタリングが組み合わせ問題の中でどのように有効に働くかの検証を行った。
以上のように、本年度の実施にっいては、当初の予定通り、順調に行われている。
|
