| 研究課題/領域番号 |
19K12126
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 芝浦工業大学 |
|---|
研究代表者 |
神澤 雄智 芝浦工業大学, 工学部, 教授 (00298176)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | ファジィクラスタリング / クラスタリング / ノイズ / 球面データ |
|---|
| 研究開始時の研究の概要 |
超球面クラスタリングはデータの構造化等のための重要な手法として位置づけられているが、ノイズや外れ値を含む超球面データの取扱に関する方法論的基盤が乏しい。本研究では、超球面ノイズデータのためのクラスタリング方法論を確立することを目的とし、さらに、従来法と開発手法との数理的関連性を通じて、超球面ノイズデータのためのクラスタリングの理論的発展および実用化を目指す。その研究方法として、多面的なアプローチから様々な手法を開発し，これらの数理的特性を明らかにすると共に、人工データと実データを用いて、従来法に対して精度に関する優位性を定量的に示すことによって、識別システムや推薦システムへの実用に供する。
|
| 研究成果の概要 |
本研究では、超球面上に附置されるデータに対してノイズが含まれる場合にクラスタリングするための方法論を確立することを目的として、アルゴリズムの開発に取り組んだ。
ノイズ個体を吸収するためのクラスタを仮定する手法についてアルゴリズムを開発した．また，その数理的特性を実験的に確認した。推薦システムへの応用を踏まえて，球面クラスタリングと協調フィルタリングを組み合わせたアルゴリズムを開発し，実データに適用した結果，従来提案されていた単体データのためのクラスタリングと協調フィルタリングを組み合わせたアルゴリズムに比べて高い推薦精度を達成した．
|
| 研究成果の学術的意義や社会的意義 |
本研究課題では、大規模データのマイニングを目的に、超球面上に付置されたデータにノイズを際のクラスタリング手法の開発に取り組んだ。開発したアルゴリズムの特性を実験的に確認すると共に，その推薦システムへの応用を見据えて，開発したクラスタリングアルゴリズムと協調フィルタリングを組み合わせた手法を提案した．これらの成果により、大規模データに隠された構造を抽出クラスタリングとその推薦システムへの応用実現に向けた方法論的基盤を築いた。
|
