| 研究課題/領域番号 |
25730127
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 東京理科大学 (2014)
群馬大学 (2013) |
|---|
研究代表者 |
安藤 晋 東京理科大学, 経営学部, 講師 (70401685)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2015-03-31
|
| 研究課題ステータス |
完了 (2014年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2014年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2013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 | 巨大情報資源マイニング / 系列パターンインデクシング / 時間非均質性 / データマイニング / 巨大事例集合 / センサデータストリーム / 物理行動マイニング |
|---|
| 研究成果の概要 |
本研究課題では巨大事例集合に関する探索的解析基盤の構築に取り組み，行動センシングデータを具体的な対象として事例集合の非均質性・高速性に由来する共通の問題を克服する成果を挙げた．まず，データ隣接値間の相関が強い系列構造化での判別モデルの学習のためプリミティブパターンを用いた表現とインデクシングによって性能を改善し，実世界データ実験で学習したモデルの可読性と判別性能を同時に向上した．また，
非均質な時間的スケールのパターンを持つデータに対し，平面切断法による多スケール特徴空間での最適化，異常検出のためのクラスタを用いたメタ特徴生成法を提案し，判別時間の短縮や多スケールでの異常検出を可能にした．
|
