| 研究課題/領域番号 |
19K12146
|
|---|
| 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 | 近畿大学 |
|---|
研究代表者 |
濱砂 幸裕 近畿大学, 情報学部, 准教授 (70610559)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2019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 | クラスタリング / ネットワークデータ / 構造的ゆらぎ / 機械学習 / ソフトコンピューティング / ガウス過程 / サイズコントロール / 時系列データ / データのゆらぎ / 位相データ解析 |
|---|
| 研究開始時の研究の概要 |
ネットワークデータは、個体間の情報を表現するという特徴ゆえに、構造的ゆらぎを避けることができず、データ本来の情報に基づいて解析が行われているとは言い難い。
そこで本研究では、構造的ゆらぎを伴うネットワークデータマイニングの実現を目的とし、知識融合型クラスタリングの高度化、知識ベースの深化と体系化、大規模・不確実・不確定なネットワークデータに対するマイニングの実用化の3点に取り組む。
これらの研究成果により、大規模データマイニングを促進する基盤の構築が期待される。
|
| 研究成果の概要 |
本研究課題では、構造的ゆらぎを伴うネットワークデータマイニングの実現に向けた新たなクラスタリングの方法論の構築に取り組んだ。はじめに、先行研究で得られた知見を発展させることで、ネットワークデータに伴う構造的ゆらぎを扱う数理モデルを構築した。次に、構築したモデルに基づくクラスタリング手法の新規開発を行った。その後、構築したモデルを時系列データの解析に援用することで、本研究において構築した数理モデルの汎用性を示した。研究全体を通じて、様々な数値実験を行うことで、開発手法が持つ分類性能・実行時間・扱えるデータの規模などの項目について、既存手法との比較評価を行い、開発手法の実用化に向けて取り組んだ。
|
| 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、ネットワークデータに伴う構造的ゆらぎに対する知識のモデル化とクラスタリング手法の開発に取り組んだ。さらに、数理モデルおよび開発手法について、理論的検討および数値実験を通じて得られた知見により、アルゴリズムのみならずクラスタリングの方法論について、包括的発展に取り組んだ。これらの成果により、大規模ネットワークデータに隠された因果関係や相互作用を明らかにするデータマイニングの実現に向けた方法論の基盤を築いた。
|
