• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2021 年度 研究成果報告書

構造的ゆらぎを伴うネットワークデータに対するクラスタリング手法の拡張と高度化

研究課題

  • PDF
研究課題/領域番号 19K12146
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61040:ソフトコンピューティング関連
研究機関近畿大学

研究代表者

濱砂 幸裕  近畿大学, 情報学部, 准教授 (70610559)

研究期間 (年度) 2019-04-01 – 2022-03-31
キーワードクラスタリング / ネットワークデータ / 構造的ゆらぎ / 機械学習 / ソフトコンピューティング / ガウス過程 / サイズコントロール
研究成果の概要

本研究課題では、構造的ゆらぎを伴うネットワークデータマイニングの実現に向けた新たなクラスタリングの方法論の構築に取り組んだ。はじめに、先行研究で得られた知見を発展させることで、ネットワークデータに伴う構造的ゆらぎを扱う数理モデルを構築した。次に、構築したモデルに基づくクラスタリング手法の新規開発を行った。その後、構築したモデルを時系列データの解析に援用することで、本研究において構築した数理モデルの汎用性を示した。研究全体を通じて、様々な数値実験を行うことで、開発手法が持つ分類性能・実行時間・扱えるデータの規模などの項目について、既存手法との比較評価を行い、開発手法の実用化に向けて取り組んだ。

自由記述の分野

機械学習

研究成果の学術的意義や社会的意義

本研究課題では、大規模データのマイニングを目的に、ネットワークデータに伴う構造的ゆらぎに対する知識のモデル化とクラスタリング手法の開発に取り組んだ。さらに、数理モデルおよび開発手法について、理論的検討および数値実験を通じて得られた知見により、アルゴリズムのみならずクラスタリングの方法論について、包括的発展に取り組んだ。これらの成果により、大規模ネットワークデータに隠された因果関係や相互作用を明らかにするデータマイニングの実現に向けた方法論の基盤を築いた。

URL: 

公開日: 2023-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi