| 研究課題/領域番号 |
19500128
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 会津大学 |
|---|
研究代表者 |
趙 強福 会津大学, コンピュータ理工学部, 教授 (90260421)
|
|---|
| 研究分担者 |
リュー ユー (YONG Liu / LIU Yong / 劉 勇) 会津大学, コンピュータ理工学部, 上級準教授 (60325967)
|
|---|
| 研究期間 (年度) |
2007 – 2009
|
| 研究課題ステータス |
完了 (2009年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2009年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2008年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2007年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 学習と発見 / 機械学習 / 学習と理解 / 知識獲得 / 最近傍識別木 / 不完全データ / 特徴抽出 / ファジィ変換 / 次元圧縮 / 特微抽出 / ファジィー変換 |
|---|
| 研究概要 |
理解できる知識を獲得するために、われわれはパターン間類似度に基づく多変量決定木の一種である最近傍識別木(NNC-Tree)とその構築方法を提案した。本研究の貢献は主に3つある。それは、(1) 学習しながら重要特徴を選択する方法;(2) 学習アルゴリズムが統一化できるデータのファジィ化方法;(3) 高次元のデータを効率的に低次元に圧縮する方法、である。これらの方法を結合することによって、より効率的に多変量決定木を構築することができる。
|
