| 研究課題/領域番号 |
23700265
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 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 | 大阪大学 |
|---|
研究代表者 |
楠木 祥文 大阪大学, 工学(系)研究科(研究院), 助教 (30588322)
|
|---|
| 研究期間 (年度) |
2011-04-28 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2014年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2013年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2012年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2011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 | データマイニング / 機械学習 / カーネル法 / 論理関数 / ラフ集合 / ソフトコンピューティング / クラスタリング / データマインング / クラスター分析 |
|---|
| 研究成果の概要 |
ラフ集合理論の属性縮約は，対象集合の識別可能性/不能性に基づき，データから冗長な属性を取り除く手法である．本課題は，名義的データに対して，識別可能性に基づく二つの類似度/非類似度を提案した．一つは，クラスター間の非類似度であり，その値は二つのクラスターを識別する属性部分集合の数で定義される．もう一つは，識別可能性を反映した特徴空間に対するカーネル関数であり，その特徴空間は与えられた情報と整合する属性部分集合族である．これらの類似度/非類似度をクラスタリングと決定ルール抽出に適用した結果，分類性能と表現の簡潔さを両立させるようなクラスターや決定ルール群が得られることが実験的に明らかになった．
|
