研究課題/領域番号 |
23500182
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
研究分野 |
知能情報学
|
研究機関 | 九州大学 |
研究代表者 |
正代 隆義 九州大学, システム情報科学研究科(研究院, 准教授 (50226304)
|
研究分担者 |
内田 智之 広島市立大学, 大学院・情報科学研究科, 准教授 (70264934)
|
連携研究者 |
溝口 佳寛 九州大学, マスフォアインダストリ研究所, 准教授 (80209783)
|
研究期間 (年度) |
2011 – 2013
|
研究課題ステータス |
完了 (2013年度)
|
配分額 *注記 |
5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2013年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2012年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2011年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
キーワード | グラフパターン / グラフマイニング / グラフアルゴリズム / グラフ構造データ / データマイニング / 機械学習 / 機械発見 / 帰納推論 |
研究概要 |
本研究課題では、グラフパターンクラスの設計手法とグラフパターンの多項式時間学習アルゴリズムを開発し、主として次の2つの結果を得た。 (1) 現実に最もよく現れるグラフ構造は木構造である。我々は、辺縮約に基づくグラフ構造の新しいパターン表現「木縮約パターン」を提案し、そのクラスが正データから多項式時間機械学習可能となる条件を示した。さらに、計算困難性・近似困難性についても議論し、木縮約パターンの限界を明らかにした。 (2) グラフ文法の一つである形式グラフ体系(FGS)に対して、高い表現力と高速な機械学習を両立させるグラフパターンクラスが形式グラフ体系のクラスとの関連で議論できることを示した。
|