| 研究概要 |
本研究では,客観的信頼性を確保しつつ,主観的興味に合致する有益なルールを得られる知識発見支援システムの開発を試みている.後処理で得た情報をデータマイニング段階にフィードバックすることで,ドメイン専門家が玉石混淆のルール群を評価して新知識を導く作業を助け,客観的信頼性と主観的興味のバランスを考慮した学習基準をDMアルゴリズムに与える仕組みを目指す.目的達成に向け,年度ごとに以下の開発ステップを実施する計画を立てた.ステップ1:客観的信頼性を計算機上で扱う定式化を行い,知識発見支援システムに組み込む.ステップ2:主観的興味を計算機上で扱う形式化を行い,知識発見支援システムに組み込む.ステップ3:ドメイン専門家のルール評価過程を記録し,客観的信頼性と主観的興味のバランスを調整する機能を実現する.
昨年度までに,ステップ1,すなわち,システム本体のフレームワーク,DMアルゴリズムモジュール(決定木学習),主観的興味推定モジュール(線形近似),最適化モジュール(インタラクティブ進化計算)を開発完了し,ステップ2の前半に着手した,今年度は,ステップ1において得られた成果を国際会議にて公表した.また,ステップ2の後半の開発を進め,システム本体のフレームワークにDMアルゴリズムモジュール,主観的興味推定モジュールを組み込んだ.ステップ3については,過去の研究で得られたドメイン専門家のルール評価結果を集約し,客観的信頼性と主観的興味のバランスを調整する機能の評価に活用できるように形式化した.今後,継続的にシステムの詳細な実評価を行っていきたいと考えている.
|
