2012 Fiscal Year Annual Research Report
動的表現バイアスに基づくマルチタスクデータマイニング
| Project/Area Number |
21300053
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
鈴木 英之進 九州大学, システム情報科学研究科(研究院, 教授 (10251638)
|
|---|
| Project Period (FY) |
2009-04-01 – 2013-03-31
|
| Keywords | 動的バイアス変換 / マルチタスクデータマイニング / 圧縮可能性 / パターン抽出 |
|---|
| Research Abstract |
本研究の目標は，互いに関連する複数のパターン発見タスクに効果的に対処するために，データとパターンの表現形式を自動的に変更する新しいデータマイニング手法を開発し，計算機システムとして実装して人工・実データでその有効性を示すことである．本年度は主に，昨年度までに開発・改良・検証した，初期仮説を許容するように拡張したMDL原理を用いるルール群発見手法，共通辞書を許容するように拡張したMDL原理を用いるマルチタスク分類学習手法，コルモゴロフ複雑性に基づく情報量距離の拡張版を用いるマルチタスククラスタリング手法，マルチタスクデータマイニング用の次元縮退手法をさらに多くの種類の人工データと実データに適用し，情報圧縮基準と動的表現バイアスに基づくマルチタスクデータマイニングを確立した．
特に，後3件の研究は国際ジャーナルKnowledge and Information Systems（KAIS）に論文が採択され，質の高い国際的な成果発信が達成できたと考える．その過程において，マルチタスク分類学習用の拡張MDL原理やコルモゴロフ複雑性に基づく情報量距離の拡張版などの理論的な解明を進め，マルチタスクデータマイニング用の次元縮退のための並行ガウス過程を用いる手法などの詳細な評価結果を得た．他に，動的マルチタスク学習や高ノイズデータからの転移学習など関連する課題・応用に関しても成果を挙げた．
|
| Current Status of Research Progress |
Reason
24年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
24年度が最終年度であるため、記入しない。
|
