多段階学習方式によるデータ収集と前処理の自動化

2001 年度 実績報告書

• 研究課題/領域番号: 13131202
• 研究種目: 特定領域研究(B)
• 研究機関: 東京工業大学
• 研究代表者: 沼尾 正行 東京工業大学, 大学院・情報理工学研究科, 助教授 (30198551)
• 研究分担者: 河野 浩之 京都大学, 大学院・情報学研究科, 助教授 (70224813) ; 櫻井 成一朗 東京工業大学, 大学院・情報理工学研究科, 助教授 (20202088)
• キーワード: エージェント / 機械学習 / 人工知能 / データマイニング / 医療情報

研究概要

決定木の学習システムC4.5,相関ルールの生成システム、前処理の各種基本演算などを含むツールとして、Javaで記述されたWekaを選び、それをやはりJavaを用いて開発中の前処理システムTransXと組み合わせた。また、別途開発してきた情報収集システムWAVEを改造し、データの収集および前処理手順の交換が容易に行えるようにした。
TransXでは、前処理過程をフィルタの列である「フィルタパス」で記述するようになっている。これにより、モジュール間のデータの受け渡しおよび各種計算が統一的に表現できる。すなわち、前処理の流れはフィルタパスで記述できるようになる。さらにフィルタの適用順序を適切に制御することにより、前処理を自動化する道が開ける。今年度は、データの分布情報およびエントロピーを用いた適用手順の制御について、実験を行い、良好な結果を得た。前処理結果をフィードバックすることにより、前処理手順が獲得可能かどうか考察した。
以上を試みる過程で、前処理の可視化、自動化、および半自動化に関する問題点を明確にした。
現在、データマイニング関係の学会では技術を評価するため、共通課題によるマイニングが盛んである。本特定領域では、共通データとして医療機関から肝炎データを提供していただき、いろいろな手法によるマイニングを試みている。本研究では、データの前処理をTransXにより行い、その結果をWekaに入力することで、妥当な結果が得られることを確かめた。

研究成果

• [文献書誌] Masayuki Numao, Daishi Kato, Masaru Yokoyama: "Learning organization in global intelligence"AAAI Spring Symposia. (2002)
• [文献書誌] Cholwich Nattee, Masayuki Numao: "Geometric method for document understanding and classification using on-line machine learning"Sixth International Conference on Document Analysis and Recognition. 602-606 (2001)
• [文献書誌] Tuan Nam Tran, Masayuki Numao: "Text data mining in biomedical literature by combining with an information retrieval approach"Proc. the 14th International Conference on Applications of Prolog. 295-304 (2001)
• [文献書誌] Chowdhury Rahman Mofizur, Masayuki Numao: "Automated bias shift in a constrained space for logic program synthesis"人工知能学会論文誌. Vol.16,No.6. 548-556 (2001)
• [文献書誌] 沼尾正行: "Global intelligenceによる知識流通"情報処理学会知能と複雑系研究会. Vol.01-ICS-124. 1-8 (2001)
• [文献書誌] 沼尾正行, 吉田匡志, 伊藤雄介: "口コミに基づく情報収集とデータ前処理"人工知能学会第46回人工知能基礎論/第54回知識ベースシステム研究会. 第SIG-FAI/KB S-J巻. 47-54 (2001)