• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

深層グラフマイニングによる精度と解釈性に優れたグラフデータ解析法の構築

研究課題

研究課題/領域番号 25K03182
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分61030:知能情報学関連
小区分60030:統計科学関連
合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
研究機関名古屋工業大学

研究代表者

烏山 昌幸  名古屋工業大学, 工学(系)研究科(研究院), 准教授 (40628640)

研究期間 (年度) 2025-04-01 – 2029-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
18,720千円 (直接経費: 14,400千円、間接経費: 4,320千円)
2028年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2027年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2026年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
2025年度: 5,590千円 (直接経費: 4,300千円、間接経費: 1,290千円)
キーワード機械学習 / グラフマイニング
研究開始時の研究の概要

本研究ではグラフマイニングと深層学習を融合した新たな機械学習の枠組みを提案する.グラフデータは表形式データと比べ扱いが難しく,グラフデータ分析は機械学習において着目度の高い話題となっている.しかし,グラフの持つ組み合わせ的性質により,現実的な時間でグラフ構造を仔細に表現できるモデルの構築は未だに困難である.また,化合物のような科学データが対象になる場合,解釈性も重要となるが,グラフニューラルネットワークのようなモデルでは解釈性を付与することは容易ではない.本研究ではグラフ構造を詳細に判別するために全部分グラフ列挙に基づく深層学習モデルを構築し,さらに,スパース正則化による解釈性の付与を目指す.

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi