• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

大規模データセットに生じるハブ現象の解明とその医療生命系データへの応用

研究課題

研究課題/領域番号 16H02821
研究種目

基盤研究(B)

配分区分補助金
応募区分一般
研究分野 マルチメディア・データベース
研究機関山形大学 (2017-2020)
国立遺伝学研究所 (2016)

研究代表者

原 一夫  山形大学, 理学部, 准教授 (30467691)

研究分担者 鈴木 郁美  長崎大学, 情報データ科学部, 准教授 (20637730)
研究期間 (年度) 2016-04-01 – 2020-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
17,030千円 (直接経費: 13,100千円、間接経費: 3,930千円)
2019年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2018年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2017年度: 3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2016年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
キーワード近傍検索
研究成果の概要

データ密度が一様になるようデータ間の距離を変換することによりハブの出現を抑制する方法を開発した.特に,グラフベースの半教師あり学習において重要なグラフ構築方法として,ハブがない,かつ,過剰にエッジの数を減らさないで済む方法を提案した.さらに,ハブネスと呼ばれる現象が,バイオ配列データのデータセットにおいても生じているか(特定の配列が,他の多くの配列と類似するという現象が起きているか)を調べたところ,ハブネスが生じていることを確認できた.

研究成果の学術的意義や社会的意義

Radovanovic et al. JMLR 2010によって「(グラフ上ではなく)空間上のハブ」に起因する問題が提起されて以来,ハブを解消または利用する方法(例えば新たなグラフィカルモデルやクラスタリング法)の開発,および,各ドメインタスクへの適用は,国際的な競争となりつつある.取り分け,音楽情報検索におけるハブを取り除く研究は,オーストリアの研究グループOFAIが世界をリードしている(Schnitzer et al. JMLR 2012).本研究の成果は,医療生命系データにおけるハブの問題を,世界に先駆けて解決する土台となるものである.

報告書

(5件)
  • 2020 研究成果報告書 ( PDF )
  • 2019 実績報告書
  • 2018 実績報告書
  • 2017 実績報告書
  • 2016 実績報告書
  • 研究成果

    (1件)

すべて 2017

すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件)

  • [雑誌論文] Centered kNN Graph for Semi-Supervised Learning2017

    • 著者名/発表者名
      Suzuki Ikumi、Hara Kazuo
    • 雑誌名

      SIGIR '17 Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval

      巻: SIGIR '17 Proceedings ページ: 857-860

    • DOI

      10.1145/3077136.3080662

    • 関連する報告書
      2017 実績報告書
    • 査読あり / オープンアクセス

URL: 

公開日: 2016-04-21   更新日: 2022-01-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi