| 研究課題/領域番号 |
20700139
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 島根大学 |
|---|
研究代表者 |
阿部 秀尚 島根大学, 医学部, 助教 (00397853)
|
|---|
| 研究期間 (年度) |
2008 – 2009
|
| 研究課題ステータス |
完了 (2009年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2009年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2008年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | データマイニング / 機械学習 / ルール評価作業支援 / ルール評価指標 / メタ学習 / ルール評価支援 |
|---|
| 研究概要 |
本研究では.データマイニングにおける専門家によるルール評価作業について.繰り返し行われる評価作業において専門家の評価基準が時間経過に伴って変化する状況を想定した。このとき.ルール評価作業を支援するより正確な学習モデルを定常的に得るため.初期の分類学習モデルが有用となるまでの状況とルール評価モデルの評価からの評価基準の観測可能性について.実データおよび共通データセットを用いて実験を行った。この結果.1.少数の訓練データで正解率が高い学習モデルを得るには.均一なクラス配分のデータセットが求められることから想定するルール評価作業の初期段階のコストは低く見積もることができること.2.ルールの正確さなどを測る評価指標について実用上の類似グループによる並び替え提示でも効果的な評価作業支援が可能であること.3.状況の変化を計量的に観測するには.学習モデルの正解率だけでなくルール評価指標をさらに適用することによって捕らえることが可能であること.の3点が主に明らかとなった。
|
