• 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

パターンマイニングと疎性モデリングに基づく大規模系列データからの知識創出

研究課題

研究課題/領域番号 17H04694
研究種目

若手研究(A)

配分区分補助金
研究分野 知能情報学
研究機関名古屋工業大学

研究代表者

烏山 昌幸  名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640)

研究期間 (年度) 2017-04-01 – 2021-03-31
研究課題ステータス 完了 (2020年度)
配分額 *注記
21,580千円 (直接経費: 16,600千円、間接経費: 4,980千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2019年度: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2018年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2017年度: 9,230千円 (直接経費: 7,100千円、間接経費: 2,130千円)
キーワード機械学習 / 疎性モデリング / パターンマイニング / 構造データ / 系列データ / グラフデータ / マイニング / 凸最適化
研究成果の概要

多様なセンサーデバイスの発展やストレージの大容量化に伴い,収集したデータから統計的な推論によって有益な知見を引き出すデータ駆動型の解析の重要性が高まっている.本課題では,系列や,より複雑な接続関係を持つ構造であるグラフで表現されたデータから,解釈可能な重要部分構造を発見するための機械学習アルゴリズムの構築を行なってきた.あり得る部分構造は組み合わせ的に存在するが,本研究では不要なパターンの枝刈り規則を最適化理論に基づき構築することで,最適性を失うことなく重要な部分構造が発見できることを示した.

研究成果の学術的意義や社会的意義

機械学習技術の注目が高まるつれ,その解釈性は大きな社会的関心事となっている.本課題で扱うような系列やグラフは,時系列データや化合物などの科学データで単純な数値テーブルでは表現できないデータの表現方法として広く定着しているものである.そのため,多様化するデータ駆動解析において,本課題で扱ったような問題設定は今後ますます顕在化すると考えられる.一方で,組み合わせ的に爆発する部分構造に対し,最適性を保証しつつ学習する枠組みはほとんど研究がなく,本研究の独自性・意義を示すものである.

報告書

(5件)
  • 2020 実績報告書   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
  • 研究成果

    (14件)

すべて 2021 2020 2019 2018 2017

すべて 雑誌論文 (5件) (うち国際共著 1件、 査読あり 5件、 オープンアクセス 3件) 学会発表 (9件) (うち国際学会 4件)

  • [雑誌論文] Exploration of natural red-shifted rhodopsins using a machine learning-based Bayesian experimental design2021

    • 著者名/発表者名
      Inoue Keiichi、Karasuyama Masayuki、Nakamura Ryoko、Konno Masae、Yamada Daichi、Mannen Kentaro、Nagata Takashi、Inatsu Yu、Yawo Hiromu、Yura Kei、Beja Oded、Kandori Hideki、Takeuchi Ichiro
    • 雑誌名

      Communications Biology

      巻: 4 号: 1 ページ: 362-362

    • DOI

      10.1038/s42003-021-01878-9

    • 関連する報告書
      2020 実績報告書
    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Stat-DSM: Statistically Discriminative Sub-trajectory Mining with Multiple Testing Correction2020

    • 著者名/発表者名
      V. N. L. Duy, T. Sakuma, T. Ishiyama, H. Toda, K. Arai, M. Karasuyama, Y. Okubo, M. Sunaga, H. Hanada, Y. Tabei, I. Takeuchi
    • 雑誌名

      IEEE Transactions on Knowledge and Data Engineering

      巻: - 号: 3 ページ: 1477-1488

    • DOI

      10.1109/tkde.2020.2994344

    • 関連する報告書
      2019 実績報告書
    • 査読あり
  • [雑誌論文] Safe Triplet Screening for Distance Metric Learning2019

    • 著者名/発表者名
      Yoshida Tomoki、Takeuchi Ichiro、Karasuyama Masayuki
    • 雑誌名

      Neural Computation

      巻: 31 号: 12 ページ: 2432-2491

    • DOI

      10.1162/neco_a_01240

    • 関連する報告書
      2019 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Efficient Learning Algorithm for Sparse SubSequence Pattern-based Classication and Applications to Comparative Animal Trajectory Data Analysis2019

    • 著者名/発表者名
      Takuto Sakuma, Kazuya Nishi, Kaoru Kishimoto, Kazuya Nakagawa, Masayuki Karasuyama, Yuta Umezu, Shinsuke Kajioka, Shuhei J. Yamazaki, Koutarou D. Kimura, Sakiko Matsumoto, Ken Yoda, Matasaburo Fukutomi, Hisashi Shidara, Hiroto Ogawa, Ichiro Takeuchi
    • 雑誌名

      Advanced Robotics

      巻: 33 号: 3-4 ページ: 134-152

    • DOI

      10.1080/01691864.2019.1571438

    • 関連する報告書
      2018 実績報告書
    • 査読あり / オープンアクセス
  • [雑誌論文] Exploring a potential energy surface by machine learning for characterizing atomic transport2018

    • 著者名/発表者名
      Kanamori Kenta、Toyoura Kazuaki、Honda Junya、Hattori Kazuki、Seko Atsuto、Karasuyama Masayuki、Shitara Kazuki、Shiga Motoki、Kuwabara Akihide、Takeuchi Ichiro
    • 雑誌名

      Physical Review B

      巻: 97 号: 12 ページ: 125124-125124

    • DOI

      10.1103/physrevb.97.125124

    • 関連する報告書
      2017 実績報告書
    • 査読あり
  • [学会発表] 属性区間付きグラフを用いた予測グラフマイニング2021

    • 著者名/発表者名
      朝日陽向, 烏山昌幸
    • 学会等名
      情報論的学習理論と機械学習研究会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] 予測パターンマイニングにおける非単調性特徴量のためのSafe Pattern Pruning2021

    • 著者名/発表者名
      羽川晟史, 烏山昌幸
    • 学会等名
      ニューロコンピューティング研究会
    • 関連する報告書
      2020 実績報告書
  • [学会発表] Statistically Discriminative Sub-trajectory Mining with Multiple Testing Correction2019

    • 著者名/発表者名
      D. V. N. Le, T. Sakuma, T. Ishiyama, H. Toda, K. Arai, M. Karasuyama, Y. Okubo, M. Sunaga, Y. Tabei, I. Takeuchi
    • 学会等名
      the 27th ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems
    • 関連する報告書
      2019 実績報告書
    • 国際学会
  • [学会発表] Learning Interpretable Metric between Graphs: Convex Formulation and Computation with Graph Mining2019

    • 著者名/発表者名
      T. Yoshida, I. Takeuchi, and M. Karasuyama
    • 学会等名
      The 25th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] Safe Triplet Screening for Distance Metric Learning2018

    • 著者名/発表者名
      T. Yoshida, I. Takeuchi, and M. Karasuyama
    • 学会等名
      The 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining
    • 関連する報告書
      2018 実績報告書
    • 国際学会
  • [学会発表] 部分グラフに基づくグラフ間の距離学習2018

    • 著者名/発表者名
      吉田知貴, 竹内一郎, 烏山昌幸
    • 学会等名
      , 情報論的学習理論と機械学習研究会
    • 関連する報告書
      2018 実績報告書
  • [学会発表] Factor Analysis on a Graph2018

    • 著者名/発表者名
      M. Karasuyama and H. Mamitsuka
    • 学会等名
      International Conference on Artificial Intelligence and Statistics
    • 関連する報告書
      2017 実績報告書
    • 国際学会
  • [学会発表] マージン最大化距離学習におけるセーフスクリーニング2017

    • 著者名/発表者名
      吉田知貴, 竹内一郎, 烏山昌幸
    • 学会等名
      情報論的学習理論と機械学習研究会
    • 関連する報告書
      2017 実績報告書
  • [学会発表] 系列データからのクラス特異的代表パターン選出: 分類モデルとMorse Complexによるアプローチ2017

    • 著者名/発表者名
      烏山昌幸, 竹内一郎
    • 学会等名
      情報論的学習理論と機械学習研究会
    • 関連する報告書
      2017 実績報告書

URL: 

公開日: 2017-04-28   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