研究課題/領域番号 |
16K00298
|
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 | 山梨大学 |
研究代表者 |
岩沼 宏治 山梨大学, 大学院総合研究部, 教授 (30176557)
|
研究分担者 |
山本 泰生 静岡大学, 情報学部, 准教授 (30550793)
|
研究期間 (年度) |
2016-04-01 – 2020-03-31
|
キーワード | データマイニング / 潜在的規則 / 負の相関ルール / 圧縮 / 極小生成子 / オンライン計算 / 一般化アイテム集合 / 一般化相関ルール |
研究成果の概要 |
本研究では,データストリームの中の潜在的法則の抽出を目的として,オンライン型の負の相関ルール抽出のための基盤技術を開発した.更により深いレベルの潜在規則の抽出を目的として,正負のルールを統一的に扱う一般化相関ルールを新しく提案し,仮説推論の実現を試みた. まず極小生成子に基づく負ルール集合の無損失圧縮を新しく提案し,良好な圧縮性能を確認した.また併せて極小生成子の高速抽出法を提案した(人工知能学会2017年度研究会優秀賞受賞).次に極小生成子生成の母体となる飽和集合をオンライン抽出する新しい圧縮抽出法を提案した.更に正負のアイテムが混在する一般化アイテム集合を考察し,高速抽出法を開発した.
|
自由記述の分野 |
人工知能基礎
|
研究成果の学術的意義や社会的意義 |
本研究の学術的意義は,これまで殆ど着目されてこなかった負の相関ルールと潜在的規則関係に着目し,種々の技術的開発を行ったことにある.これにより巨大データに埋もれる多数の潜在的性質を,負ルールの形で抽出発見することがある程度可能になった.昨今のセンサーネットワークの飛躍的な発展に伴い増大する一方の巨大データの利用方法を,より一層高度化し深化をさせる試みであり,昨今の高度情報化社会における社会的貢献を行うものと考えられる.
|