| 研究課題/領域番号 |
20K11954
|
|---|
| 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 | 九州工業大学 |
|---|
研究代表者 |
酒井 浩 九州工業大学, 大学院工学研究院, 教授 (60201513)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020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 | 表データ解析 / ルール生成 / 不完全情報 / NIS-アプリオリアルゴリズム / 欠損値補完 / データマイニング / ルール生成による機械学習 / ラフ集合と粒状計算 / アプリオリアルゴリズム / NIS-アプリオリ法 / ラフ集合 / 欠損値推定 / NIS-アプリオリ / 可能世界意味論 / ルール生成の完全性 / 機械学習 / ビッグデータ |
|---|
| 研究開始時の研究の概要 |
研究代表者は情報表におけるルール生成の手法、DIS-アプリオリ法(通常の情報表DISからルールを生成)とNIS-アプリオリ法(不完全な情報表NISから確実ルールと可能性ルールを生成)を提案・実現している。
本研究ではNIS-アプリオリ法に機械学習の機能を追加し、真の情報表と真のルールを逐次的に推定する手法、説明可能なAI機能の実現(ルールに基づく理由付けによるAIのブラックボックス化解消)、ビッグデータ・異種データを統合したルール生成とその利用によるAI機能の構築等を進める。
|
| 研究成果の概要 |
実装しているNIS-アプリオリ法(不完全な情報表NISから確実ルールを生成する)を利用して，表データにおける欠損値補完の手法を研究した．対象xの属性Aが欠損値である場合，属性Aを決定属性にした確実ルールを生成し，xにヒットした最も強い確実ルールの結論部で欠損値を補完する．本枠組みは従来に無い手法と考えられ，そのための新たな実行環境を実現した．交差検証による実験では，一様に都合のよい補完を得なかったが，属性Aへの強い依存関係を有する属性がある場合には高い精度で真値を補完できた．UCIのCongressional Votingデータでは強い確実ルールが存在し，精度93％で真値を補完できた．
|
| 研究成果の学術的意義や社会的意義 |
表データにおける欠損値の問題は古くから取り上げられており，主に統計的な手法が用いられる．しかし，表データがカテゴリカルな値を持つ場合，例えば血液型データのように平均や分散などの統計量が明確にならないことも考えられる．今回提案している欠損値補完法はカテゴリカルな値を研究対象にしており，統計的手法にはなじまない場合の新たな欠損値補完法に繋がると考えられる．
|
