研究課題/領域番号 |
19K04891
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分25010:社会システム工学関連
|
研究機関 | 日本大学 |
研究代表者 |
矢野 耕也 日本大学, 生産工学部, 教授 (30514153)
|
研究分担者 |
中島 尚登 東京慈恵会医科大学, 医学部, 准教授 (90207788)
|
研究期間 (年度) |
2019-04-01 – 2022-03-31
|
キーワード | 品質工学 / 多変量解析 / パターン認識 / 品質管理 |
研究成果の概要 |
近年のビッグデータの利用や、画像とか音声情報といった大量のデータを用いた識別、判別、分類、予測が行われているが、従来の統計的な解析方法では、データの中の項目情報より多くサンプルデータが必要となる。そのことから、解析に必要なデータ数が揃わないとか、項目情報が多すぎて解析が対応できないという問題が生じることが多く、さらにパターン認識では効率性や正確性が求められるにも関わらず、項目情報の多さとサンプルデータ数のアンバランスにより適切な解析が出来ないことが多い。 そこで品質工学の転写機能を利用し、多数の項目情報を2項目に縮約し、2種類の統計量で解析をすることで、的確な識別や判別、分類を行うことができた。
|
自由記述の分野 |
品質工学
|
研究成果の学術的意義や社会的意義 |
大量のデータの解析には従来は多変量解析という手法が適用されてきたが、データ数や情報量に制約がつくケースが多かった。ここでは品質工学で用いる転写という概念を適用し、多数の情報を全て2に圧縮し、精度を落とさずに2つの統計量で1つの尺度にまとめることを可能とし、識別、判別、分類等を可能とした。 対象分野は無数にあるが、一例として医学データや品質管理上の成分分析で実施を行い、効率の良い的確な類型分類を可能とした。数万以上のデータも2変量に圧縮し、最終的に1つの尺度で議論が可能なために、数値管理も容易になることが期待できる。
|