2015 Fiscal Year Annual Research Report
高次元特徴空間の埋め込みと次元縮小に基づく知識発見基盤の構築
| Project/Area Number |
24300060
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
平田 耕一 九州工業大学, 大学院情報工学研究院, 教授 (20274558)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
篠原 武 九州工業大学, 大学院情報工学研究院, 教授 (60154225)
久保山 哲二 学習院大学, 計算機センター, 教授 (80302660)
|
|---|
| Project Period (FY) |
2012-04-01 – 2016-03-31
|
| Keywords | 根付きラベル付き木 / アンカーアライメント / 木の主成分抽出 / 木カーネル / 特徴選択 / SimpleMap / Hilbert整列 |
|---|
| Outline of Annual Research Achievements |
本年度は，離散構造距離の低次元距離空間への埋め込みの一環として，根付きラベル付き木の木アライメントをアンカーを用いて効率よく求めるアンカーアライメントのアルゴリズムの設計と実装，効率よく計算可能な根付きラベル付き順序木カーネルの無順序木への拡張とそれらが多項式時間で計算できる場合のアルゴリズムの設計とそうでない場合の多項式時間計算不可能性(#P完全性)，根付きラベル付き木の主成分抽出の形式化とそのアルゴリズムの設計についての研究を進めた．
また，高次元ベクトル表現の次元縮小として，高次元特徴空間における次元縮小法であるSimpleMapにおける高速外れ値検出法を利用した中心点探索，高次元特徴空間における情報検索のためにオブジェクトをHilbert曲線順に並べるような分割統治法に基づくHilbert整列，次元縮小Sketchのためのデータ中央値を基準とする基礎分割関数の研究などに取り組んだ．
さらに，高次元ベクトル空間からデータの特徴を保存する次元軸を抽出するという観点からの次元縮小である特徴選択に取り組み，世界最速のカテゴリカルデータの特徴選択アルゴリズムである Super-CWC および Super-LCC を提案・設計し，実装した．このアルゴリズムを，大量のTwitterデータからの特徴語抽出に適用し，有効性を示した．また，高次元ベクトル空間からの知識発見の例として，100以上の薬剤の感受性検査結果が報告されている薬剤感受性検査データから，伝搬パターンを抽出するアルゴリズムを設計し，実装すると共に，医学的に有意なパターンを抽出した．
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
| Causes of Carryover |
27年度が最終年度であるため、記入しない。
|
| Expenditure Plan for Carryover Budget |
27年度が最終年度であるため、記入しない。
|
