| Budget Amount *help |
¥1,400,000 (Direct Cost: ¥1,400,000)
Fiscal Year 2004: ¥500,000 (Direct Cost: ¥500,000)
Fiscal Year 2003: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Research Abstract |
本研究は,異なる複数のルールに従うデータが混在するという特徴を持つデータベースからの知識獲得手法の開発を目的としている.
平成15年度は,マルチエージェントの行動制御手法である自動グループ構成手法(Automatically Defined Groups ; ADG)のデータマイニング分野への応用について検討を行った.そこでは,エージェント群によるデータ集合の分割と各部分データ集合からのルール抽出という概念を導入し,ADGに基づいた新たなルール抽出手法を提案した.検証の結果,提案手法は問題に応じて必要な数のルールを抽出する能力を持ち,また抽出した複数のルールには重要度が付与されるため,知識獲得手法として有効であることが分かった.
平成16年度は,開発した進化的ルール抽出システムを医療データへ適用しその有効性を検証すると共に,医療に貢献する新たな知識の発見を試みた.対象とする医療データとして,医療関係者により作成・提供された心疾患患者のデータベースを用いた.ルール抽出で用いる記号設定やパラメータについて検討し実験を行った.その結果,心疾患患者に広くあてはまる一般的なルールから,例外的ながらも特徴的な症状を示す少数患者に対するルールまで,複数のルールを抽出することに成功した.各ルールは,可読性の高いIF_THENルールで表現されるとともに,その一般性や診断精度に応じた重要度が自動的に付与されており,知識の分析や再利用の観点からも有用であった.獲得した知識は医療関係者へフィードバックを行い評価を得た.
|
