• 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

2008 年度 実績報告書

内包に基づくカーネルによる構造データ学習と知識発見

研究課題

研究課題/領域番号 20700135
研究機関京都大学

研究代表者

土井 晃一郎  京都大学, 情報学研究科, 助教 (10345126)

キーワード機械学習 / 構造データ / 知識発見 / カーネル関数
研究概要

本年度は前年度までの申請者による内包カーネル関数に関する成果を中心に整理しまとめて、国際会議で発表を行い、論文にまとめている。この論文では, 内包カーネル関数がブールデータ、一階述語論理の項、文脈依存言語、RNA配列といったデータに対する内包カーネル関数の適用例についてまとめている。また、内包カーネル関数に関する計算量に関してもまだ不十分なものであるが考察を行っている。更に新たな実データに対する内包カーネル関数の適用を試みているが, まだここで報告できるような形まで至っていない。具体的にはXMLのような木構造やWEBのリンクなどのグラフ構造に対する適用を考えているが, この点に関しては来年度に引き続いて研究を行っていく予定である。畳み込みカーネルなどの他のカーネル関数の設計手法とも性能比較を行っているが、定性的な違いを明確に出せていない。計算量や他手法との比較に関しても研究を行っていく予定である。これらの研究を通して部分構造だけではない構造データに対する特徴づけを提示していきたいと考えている。
また、上記の研究と並行して、構造データ学習への新たなアプローチとして木構造に適した圧縮を施すことにより知識発見、具体的には頻出する木パターン発見の計算の高速化を行えることを示した。この圧縮では内包カーネル関数で重要な役割を果たす構造データを生成する文法を利用していて、内包カーネル関数の設計とも密接に関わる研究である。この研究に関しても国際会議で発表している。

  • 研究成果

    (3件)

すべて 2009 2008

すべて 雑誌論文 (2件) (うち査読あり 2件) 学会発表 (1件)

  • [雑誌論文] Kernel Functions Based on Derivation2009

    • 著者名/発表者名
      Koichiro Doi and Akihiro Yamamoto
    • 雑誌名

      New Frontiers in Applied Data Mining, Lecture Notes in Artificial Intelligence 5433

      ページ: 111-122

    • 査読あり
  • [雑誌論文] Finding Frequent Patterns from Compressed Tree-Structured Data2008

    • 著者名/発表者名
      Seiji Murakami, Koichiro Doi and Akihiro Yamamoto
    • 雑誌名

      Proceedings of the 11th International Conference on Discovery Science (DS 2008), Lecture Notes in Artificial Intelligence 5255

      ページ: 284-295

    • 査読あり
  • [学会発表] Kernel Functions Based on Derivation2008

    • 著者名/発表者名
      Koichiro Doi and Akihiro Yamamoto
    • 学会等名
      First International Workshop on Algorithms for Large-Scale Information Processing in Knowledge Discovery (ALSIP 2008)
    • 発表場所
      大阪
    • 年月日
      2008-05-20

URL: 

公開日: 2010-06-11   更新日: 2016-04-21  

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