| 研究概要 |
本研究では,透明性を保ちながら,二値化誤差からくる限界を克服するデータマイニングシステムの設計とその理論的解析を行う.
平成18年度の具体的な成果目標としては,柔軟かつ実用的なデータマイニング手法の実現と,関連する基礎理論とその利用についての研究を行った.また、全と、博士研究員として参加したAshkan Sami研究員は、WEBデータや医療データなどでの問題への応用研究を行った。
さらに、データマイニングで広く従われるクラスタリングのための基礎理論であるボロノイ図についても研究を行い、さまざまな拡張について成果を得た。また、モデル班のメンバーとして,近年のさまざまの新しい計算モデルについてスタディーと研究を行った。特に河原林はグラフマイナーを考慮した最適化アルゴリズムの設計理論について世界的なブレークスルーであると評価の糾、研究を行なった。その一部は本特定領域の経費で招聘した
Bruce Reed教授との共同研究であり、データマイニングで用いるグラフの視覚化に応用できる非常に優れた成果である。また、徳山と塩浦はパラメトリック複雑度モデルでの計算量の理論と離散凸解析モデルでの計算理論での成果をあげた。
本年度の具体的な主な成果としては,間接的なものを含めると、下記のものがある.
・柔軟な決定木の構築と実験
・階層ルールの一般化に対する計算量の探求と高速アルゴリズムの設計
・計算幾何学の最適化理論の研究
・WEBデータや医療データにおけるデータマイニングの実用研究
・パラメトリック複雑度やグラフマイナーを考慮した新しいモデルでのアルゴリズム設計理論
・計算幾何学手法を用いた金融工学における近似アルゴリズムの設計
|
