| 研究課題/領域番号 |
17K00002
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
情報学基礎理論
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
全 眞嬉 東北大学, 情報科学研究科, 准教授 (80431550)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 計算理論 / アルゴリズム / 計算幾何 / データマイニング |
|---|
| 研究成果の概要 |
本研究の目的は医療データマイニングにおける現在の精度限界を打破するための可視化知識抽出モデルの提案である．提案手法は計算幾何学手法を用いた医療画像データから自動的画像切り出しであり，切り出された画像を知識として提示することにより，医療画像データ解析の際に，知識として提案すると言った，医療画像データ知識抽出理論構築の成果を得た．
また、本研究では機械学習における解釈性向上の為に，学習モデル依存性のない説明手法を理論的な解析とシステムの実装実験により提案手法の妥当性と高い品質を示す結果を得た．
|
| 研究成果の学術的意義や社会的意義 |
本研究の主な結果として，画像データ認識の為に，画像切り出し問題を，最大重み領域問題としてアルゴリズムを与えた．基本領域の分割可能な和集合で表される領域族に対する最大重み領域問題について効率的なアルゴリズムを提案した．本論文における結果と交差を許した和集合領域の最適切り出し問題におけるNP困難性を比較すると，計算量と幾何学的性質の関連の解明として興味深い成果と考えられ，学術的に興味深い結果を示した．
さらに機械学習における解釈性向上の為に，学習モデル依存性のない説明手法を理論的な解析とシステムの実装実験により提案手法の妥当性と高い品質を示し，機械学習解析性の理論解析と言う学術的意義がある．
|
