|
近年，計測技術の発展によって，データの複雑化や大規模化が進んでいる．そして，教師なし学習の重要性が再認識されている．本研究では，ネットワークデータと関数データを主に扱い，教師なし学習に関連する解析法の開発，理論的性質の解明，実社会への応用を行った．具体的には，(1) グラフ分割に基づくクラスタリング法の理論的性質の解明，(2) 関数データに対する半教師付き判別法の提案とその理論的性質の解明及び実社会の問題への応用 (3) 教師なし学習によって得られた結果に対する信頼度の計算法の提案と理論的性質の解明 (4) 関数データの特徴を活かした部分空間クラスタリング法の提案，の4つの研究を行った．
|
