| 研究課題/領域番号 |
18K11474
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪府立大学 (2018-2021) |
|---|
研究代表者 |
本多 克宏 大阪公立大学, 大学院情報学研究科, 教授 (80332964)
|
|---|
| 研究分担者 |
生方 誠希 大阪公立大学, 大学院情報学研究科, 准教授 (10755698)
野津 亮 大阪公立大学, 大学院現代システム科学研究科, 教授 (40405345)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018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 | 共クラスタリング / ファジィクラスタリング / 意思決定支援 / 情報推薦 / 環境観測値分析 / 文書解析 / 共起関係データ分析 / ソフトコンピューティング / データマイニング |
|---|
| 研究成果の概要 |
多モード・多ソースからの共起関係データに内在する共クラスター構造の抽出に主眼を置き，関連性の強い多モード要素の対の抽出やソース間のプライバシー保護のための手法開発を目的に研究を実施した．
理論的側面では，共クラスタリングや非負値行列因子分解における分割性能の向上やノイズ除去機構との融合によるロバスト性の向上を実現した．応用的側面では，協調フィルタリングにおけるコンテンツ嗜好評価データにジャンル情報を合わせて活用したコンテンツ推薦モデルや環境観測値分析における汚染物質の発生源解析の改良を実現した．
|
| 研究成果の学術的意義や社会的意義 |
実世界のデータ解析においては，人の感性に基づく評価値のあいまい性やスパース性，ノイズや欠測といった不完全性のために，既存の分析手法では有意義な分析が不可能な場面がある．本研究は，嗜好の類似性に基づく情報推薦モデルや汚染物質の発生源解析のための環境観測値分析をターゲットに，感性データなどのあいまい性の取り扱いに適したファジィ理論の活用のもと，既存の分析モデルの高度化を実現した学術的意義を持つもので，従来には分析が不可能であった実世界の様々なデータの活用を促進する社会的意義を持つ成果が得られている．
|
