| 研究課題/領域番号 |
17K00310
|
|---|
| 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 |
知能情報学
|
|---|
| 研究機関 | 公立はこだて未来大学 |
|---|
研究代表者 |
新美 礼彦 公立はこだて未来大学, システム情報科学部, 准教授 (80347179)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | データマイニング / 深層学習 / 不均一データ / 機械学習 / 不均一分布データ |
|---|
| 研究成果の概要 |
深層学習とIoT の発展により、時間軸を持った大規模データ（ストリームデータ）のデータマイニングによる知識発見システムを短期間で構築したいというニーズが高まってきている。しかし、扱うデータによっては不均一分布を考慮するやパラメータチューニングの必要がある。本研究は、並列分散環境で深層学習によるストリームデータマイニングを行う際に不均一分布を考慮したデータマイニングのフレームワークを構築することを目的とした。本研究で，深層学習における不均一データの影響を検討し，不均一データのための深層学習を提案した．
|
| 研究成果の学術的意義や社会的意義 |
本研究の学術的意義は、大規模並列分散環境での超巨大データ分析システムの開発の効率化につながるものとなる。現在、並列分散環境としてグリッド・コンピューティングが一般化してきた。また、動的に変化するストリームデータに対する分析要求も上がってきている。本研究の結果はこの動きを加速させ、分散マイニングシステムの扱いに関して実社会に還元できる可能性がある。特に、Twitter やセンサデータのリアルタイムデータ分析などに有用である。
|
