| 研究課題/領域番号 |
25330268
|
|---|
| 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 | 東京電機大学 |
|---|
研究代表者 |
市野 学 東京電機大学, 理工学部, 名誉教授 (40057245)
|
|---|
| 研究協力者 |
BRITO Paula Faculty of Economics of the University of Porto, Associate Professor
UMBLEJA Kadri Tallinn University of Technology, Department of Computer Control
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
2015年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2014年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | symbolic data analysis / data mining / Cartesian system model / quantile method / PCA / hierarchical clustering / visualization / regression model / シンボリック・データ・アナリシス / データマイニング / 分位数 / 主成分分析 / 階層的クラスタリング / コンパクトネス / 概念クラスタリング / 累積概念グラフ / データ累積法 / 階層的概念クラスタリング / データ累積グラフ / 重み付き自己情報量 |
|---|
| 研究成果の概要 |
個々の事例が数値による記述であっても、データの規模が大きくなると区間やヒストグラムによる要約が行われる。シンボリック・データは、このような要約されたデータの総称であり、シンボリック・データ・アナリシスは、要約されたデータを対象とする解析法である。本研究の分位数法は、シンボリック・データを統一的に数値データに再変換し、主成分分析やクラスタリングなどの伝統的な方法を適用可能とする方法である。本研究では、階層的概念クラスタリング法、シンボリック・データの可視化の方法、およびルックアップ・テーブル型回帰モデルを開発した。
|
