| 研究課題/領域番号 |
15K00313
|
|---|
| 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 | 広島市立大学 |
|---|
研究代表者 |
内田 智之 広島市立大学, 情報科学研究科, 准教授 (70264934)
|
|---|
| 研究分担者 |
正代 隆義 九州国際大学, 現代ビジネス学部, 教授 (50226304)
宮原 哲浩 広島市立大学, 情報科学研究科, 准教授 (90209932)
|
|---|
| 研究協力者 |
鈴木 祐介
糸川 裕子
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| キーワード | グラフアルゴリズム / グラフ文法圧縮 / グラフマイニング / 計算論的学習理論 / 機械学習 |
|---|
| 研究成果の概要 |
研究課題の目的は、グラフ構造データを可逆圧縮するグラフ文法圧縮手法を開発し、グラフ文法圧縮されたグラフ構造データに対する省メモリ高速グラフマイニングアルゴリズムを開発することである。目的を達成するために、まず頻出部分木が多重圧縮された順序木を多重圧縮木と定義し、簡潔データ構造表現を用いて多重圧縮木のコードを与えた。また、コード化された多重圧縮木上で頻出するパスや部分木を陽に展開することなく高速に枚挙する省メモリ高速アルゴリズムを提案した。さらに、計算論的学習理論に基づき、多重圧縮木データのグラフ文法モデルであるグラフ文法システムにより定義される言語のクラスが高速に同定できることを示した。
|
| 自由記述の分野 |
グラフアルゴリズム
|
| 研究成果の学術的意義や社会的意義 |
ICT関連技術の発達に伴い、1 兆を超えるといわれるWebページを頂点に、ハイパーリンクを辺とするWebグラフや、爆発的な人気を誇っているFacebookやLINEの利用者を頂点、友人関係を辺としたソーシャル・ネットワークなど、グラフ構造を有する大規模なデータ (ビッググラフデータ)は日々拡大している。 このビッググラフデータの解析には膨大な時間と資産が必要となる。木構造を有するビックグラフデータを可逆圧縮し、陽に展開することなく構造的特徴を抽出するグラフマイニング手法を提案した本研究成果は、ビッググラフデータの解析時間の短縮および使用メモリ量の削減に寄与するものである。
|
