| 研究概要 |
本研究の目的は数値データに対するデータマイニングにおける現在の計算精度限界を打破するための知識抽出モデルの提案,理論研究,システムの構築である.
データから知識獲得の概念を数理モデル化し,複数の数値属性に関しての高次元高速アルゴリズム設計と解析を行い、最適なデータ近似手法の計算理論を確立する.さらに提案する階層化ルールを決定木のエキスパートとして用いるアイディアに対する理論的な裏付けとしてオンライン学習理論アルゴリズム設計と計算理論を確立する.
本研究で提案する階層的セグメンテーションを用いた非決定性知識抽出システムにより抽出される法則,知識を用いることにより,戦略的意思決定支援処理能力の大きな向上が期待される.
本研究では階層的セグメンテーション理論研究として数値データに対する階層化ルール理論研究としてデジタルな星領域および山方地形図の最適近似アルゴリズムを与えた.研究成果としてまとめた学術論文(招待論文)がDiscrete and Computational Geometryに今年度掲載された.数値データに対する階層化ルール理論に対する定式化に関する研究は非交差図形の認識アルゴリズムの設計を行っている.本年度の研究成果として提案した数値データに対する階層化ルール理論研究としてNP困難性の克服が行えることを計算理論分野の国際会議ISAACで発表を行い,研究成果をデータマイニングに利用する研究を現在遂行中である.また,研究成果を国際会議,国内会議・研究会で積極的に発表を行っている.
|
