2014 Fiscal Year Annual Research Report
自動データ選択とパターン抽出の統合による巨大データ集合体からの知識発見
| Project/Area Number |
25280085
|
|---|
| 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) |
2013-04-01 – 2016-03-31
|
| Keywords | 巨大データ集合体 / 自動データ選択 / パターン抽出 / データマイニング |
|---|
| Outline of Annual Research Achievements |
前年度に考案・開発したクラスラベルなしデータから共通クラスタに関するメタパターンを発見する手法を主にKinectを用いて収集した人顔表情見守りデータに適用して改良を施すと同時に，クラスラベル付きデータから新しい種類のメタパターンを発見する手法を考案開発してプロトタイプシステムとして実装した．
前者においては，共通クラスタがデータアンサンブルを圧縮する度合いを評価する情報量評価基準を考案して種々の実験条件で結果を評価した．その過程において，Kinectで計測できる顔表情特徴に加えて表情に関するクラスラベル情報を有効裏に活かす必要性を痛感し，後者の拡張展開と応用領域の進展に重点を置くようになった．後者の手法は，Ruvoloらが提案したマルチタスク学習システムELLAで求められる特徴空間を入力とし，分類学習に関して互いに類似するデータ集合群に関する種々のメタパターンを発見する．クラス情報の使用などの理由により，より直観に合うメタパターンが得られるようになった．そもそもELLAが100人顔画像データに有効であることも，系統的な実験で確認した．応用領域としてのKinectとデータスカッシングを用いる人転倒見守り問題や，関連するデータマイニング研究にも取り組んだ．購入した5台の計算機は，人見守り応用の構築とデータ収集などに有効に用いた．研究成果は論文と研究発表で主に海外で積極的に発信し，その内の1件は基調講演の栄誉にあずかった．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
前年度に開発した手法の改良，新しい種類のメタパターン発見手法の考案開発，応用領域の進展などを達成したため．
|
| Strategy for Future Research Activity |
予定通り，これまでに考案開発した手法をより洗練して応用領域での成功例を増やし，最終手法と最終実験に取り組む．
|
| Causes of Carryover |
次年度の最終実験前により強力な設備を購入すると決めたため．
|
| Expenditure Plan for Carryover Budget |
次年度に予定した設備購入を行う．
|
