|
(1)数値的方法による構造データの検索
構造データの検索に数値的な方法を利用する利点は、組み合わせ的な方法では困難であるような大規模な構造データの処理が可能になると期待される点にある。部分グラフ同型性判定においてInterlace定理を利用する場合、比較するグラフのサイズの差が小さい方がよい。これまでに我々はグラフのラベルを利用してサイズの大きい方のグラフを縮小する手法を提案しているが、本年度はさらに頂点の次数を利用した縮小手法を開発した。これにより従来の方法では困難だったラベルの種類が少ないグラフのサイズを縮小することが可能となり、Interlace定理を利用することの効果を高めることができた。
(2)組み合わせ的方法による構造データ検索
Messmerらの提案に基づくアルゴリズムは部分グラフ同型性を判定するだけではなく、全ての部分グラフ同型を数え上げることができる点に特徴がある。Messmerらによるグラフ分割を利用した部分グラフ同型性判定処理では、分割されたグラフからなるデータ構造をボトムアップに利用して処理していたが、我々はそれを再帰的なものに変更することにより無駄な処理を削減し、従来よりも更に効率的なアルゴリズムを開発した。
(3)特徴間の類似性を考慮した新たな類似検索技術の開発
我々の開発した高次特異値分解(HOSVD)を用いた画像分類システムを様々なデータに対して利用し、その特徴の分析を行った。
|
