| 研究課題/領域番号 |
18K11547
|
|---|
| 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62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
兼岩 憲 電気通信大学, 大学院情報理工学研究科, 教授 (00342626)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | セマンティックウェブ / RDF / RDFデータ |
|---|
| 研究成果の概要 |
本研究では、セマンティックWebにおけるオントロジーやグラフデータに対する機械学習の２つの方法を新たに提案した。１つ目の方法は、オントロジーの公理から概念包含やエンティティ間関係を推論することが可能である。２つ目の方法は、グラフデータの構造的特徴を訓練してクラス分類タスクを実行できる。これらの２つの方法は従来手法の精度よりも高いパフォーマンスをもたらすことを実験で評価している。また、機械学習の前処理として、オントロジーやグラフデータから特徴を抽出できるように高速なRDFデータストアを改良している。
|
| 研究成果の学術的意義や社会的意義 |
ここ数年で画像認識を中心に機械学習の成果が大きく社会で応用され、続いて人が解釈して入力したWeb規模の事実データがもたらす機械学習の成果に期待が膨らむ。そのためセマンティックWebの膨大なデータを検索するだけでなく、その知識から自動的に推論する機械学習メカニズムを提案した本研究の成果がその技術確立に寄与する。
|
