| 研究課題/領域番号 |
23500284
|
|---|
| 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 |
感性情報学・ソフトコンピューティング
|
|---|
| 研究機関 | 大阪経済法科大学 (2013)
大阪府立大学 (2011-2012) |
|---|
研究代表者 |
市橋 秀友 大阪経済法科大学, 経済学部, 教授 (30151476)
|
|---|
| 研究分担者 |
本多 克宏 大阪府立大学, 大学院・工学研究科, 教授 (80332964)
野津 亮 大阪府立大学, 大学院・工学研究科, 准教授 (40405345)
|
|---|
| 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: 780千円 (直接経費: 600千円、間接経費: 180千円)
2012年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2011年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 識別器 / クラスター分析 / 画像処理 / クラスタリング / 自動監視 / 協調フィルタリング / 強化学習 / ファジィクラスタリング / ２分木 / 主成分分析 / 2分木 |
|---|
| 研究概要 |
クラスタリングとパラメータ最適化による簡便な識別器であるファジィc-平均識別器(FCMC)の識別時間（テスト時間）と訓練時間（事前計算時間）の大幅な改善手法を開発した．そして，FCMCの訓練時間を高性能なサポートベクターマシンとして知られているLibSVMと比較した．四つのパラメータのうちの二つを自動最適化する．LibSVMのパラメータ数は２である．改良されたFCMCではLibSVMと同等の識別精度が得られ，100万件以上の大量データでの訓練時間は，LibSVMに比べて100倍から1000倍の高速化を実現した．
|
