| 研究課題/領域番号 |
15K16052
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
福井 健一 大阪大学, 産業科学研究所, 准教授 (80418772)
|
|---|
| 研究協力者 |
岡田 佳之 大阪大学, 大学院情報科学研究科, 大学院生
佐藤 和輝 大阪大学, 大学院情報科学研究科, 大学院生
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2017年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | データマイニング / クラスタリング / 頻出パターン / ベイズ推定 / 弾性マッチング / 燃料電池 / 地震 / 発生相関 / 系列データ / 系列 |
|---|
| 研究成果の概要 |
本研究では，多次元の事象系列データから事象間の発生相関を抽出する新規データマイニングアルゴリズム，クラスタ系列マイニング（Cluster Sequence Mining: CSM）を考案した．さらに，事象間の時間間隔を算出する際の対応関係を1対多もしくは多対1に拡張し，最小コスト弾性マッチング問題として定式化し対応事象対を一意に求める方法を考案した．これによりベイズ推定の精度向上を図った．人工データを用いた評価実験の結果，提案法は従来法に比べて特に時間軸上で事象が密に存在する場合に精度向上が確認された．さらに本手法を，燃料電池の損傷相関分析や地震間の発生相関分析に応用した例を示した．
|
