| 研究課題/領域番号 |
17K00043
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
イリチュ 美佳 (佐藤美佳) 筑波大学, システム情報系, 教授 (60269214)
|
|---|
| 研究分担者 |
青嶋 誠 筑波大学, 数理物質系, 教授 (90246679)
清水 信夫 統計数理研究所, データ科学研究系, 助教 (00332130)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| キーワード | Fuzzy Clustering / Scales of Clusters / Fuzzy Clustering Models |
|---|
| 研究実績の概要 |
高次計量に基づくクラスター計量モデルを開発することが本研究の主目的である。本年度は、確率的計量を用いた解析法や、複数のデータの分類構造の相違性を求める方法論の開発に当たった。これらの研究は、共通の部分ベクトル空間への射影を用いることで、複数のデータ構造を比較可能とし、かつ低次元空間に縮約可能とする考えに基づき、確率的計量の動的変化量の抽出可能性を探るものである。数値例より、一定の妥当性を示した。この方法は、ビックデータ解析で問題とされる種々のデータの融合法としても有効であると考えられるが、ビックデータの特性として問題視されているデータの複雑性を念頭に、モデルの汎化性を高めることを目的として、基礎的理論を研究したものである。この研究成果を、米国で開催されたCAS2019国際会議で発表し、発表した論文"Probabilistic Metric Based Multidimensional Scaling"に対してBest Paper Awardを受賞した。さらに、13th CFE 2019 and 12th CMStatistics 2019、MIT-Tsukuba Joint-Workshop on Data Systems Science towards Social and Business Innovationsでの招待研究発表、IEEE International Conference on Fuzzy Systemsでの発表と論文の出版、第 35 回ファジィシステムシンポジウム等の研究発表を通じて、これらの手法に対する研究成果を発表した。本研究の研究期間全体を通じて、より精度の高い結果を出し得るクラスター計量モデルの開発を行い、その研究成果の有効性が認められて、３度の受賞となった。また、国際会議での基調講演をはじめとして、多数の研究発表を行った。
|
