| 研究課題/領域番号 |
19K12103
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 広島市立大学 |
|---|
研究代表者 |
内田 智之 広島市立大学, 情報科学研究科, 准教授 (70264934)
|
|---|
| 研究分担者 |
正代 隆義 福岡工業大学, 情報工学部, 教授 (50226304)
宮原 哲浩 広島市立大学, 情報科学研究科, 准教授 (90209932)
鈴木 祐介 広島市立大学, 情報科学研究科, 助教 (10398464)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | グラフマイニング / グラフ構造圧縮 / 機械学習 / グラフ畳み込みネットワーク |
|---|
| 研究成果の概要 |
可逆圧縮された大規模グラフ構造データから、陽には解凍せずに構造的特徴を表すグラフパターンを獲得する、GPUを活用したグラフマイニングシステムの開発について研究を行った。成果として、多重圧縮順序木集合に対する頻出項木パターンマッチングアルゴリズムおよび並列枚挙アルゴリズム、さらに文字列、順序木、無順序木の二値分類集合をそれぞれ学習させた超高精度グラフ畳み込みネットワーク(GCN)をオラクルとし、1つの正例と線形回数の所属性質問を用いて正則パターン、順序項木パターン、木パターンをそれぞれ同定する質問学習アルゴリズムを提案・解析を行い、GCNを活用した並列グラフマイニングシステムの基盤を構築した。
|
| 自由記述の分野 |
知能情報学
|
| 研究成果の学術的意義や社会的意義 |
グラフ構造を有しかつ大規模化しているソーシャル・ネットワークやタンパク質相互作用ネットワークなどの大規模グラフ構造データを可逆圧縮してデータサイズを小さくしたグラフ構造圧縮データから、陽に解凍することなく知識を獲得する高速グラフマイニング手法の開発を行った。何度もデータ走査を繰り返しながら特徴的なグラフ構造を抽出する計算時間の削減に貢献した。また、計算論的学習理論に基づき、GPUを用いたグラフ構造データに対する深層学習手法であるグラフ畳み込みネットワークを活用した特徴的な木パターンの抽出手法を開発することで、GPUをパターン抽出に活用する基盤を構築した。
|
