|
本研究では、代表的データマイニング手法の一つであるクラスタリング技術をテーマに３年間の研究に取り組んでいる。クラスタリングは、教師データを用いずにデータを自動分類できることから、幅広い分野で用いられており、これまでに様々なクラスタリング技術が開発されているが、それらの技術手法の体系化は十分には進んでいない。そこで本研究では、クラスタリング技術全体の体系化により、クラスタリング技術全体の利便性の向上、新手法の開発への展開を期待し、クラスタリング技術間の関係の解明とその応用などを進めている。
本年度は、まず、昨年度に引き続きクラスタ間の誤差拡散に基づく画像のパステルカラー化に取り組み、その後、エッジ保存平滑化フィルタに一種である反復バイラテラルフィルタを一般化した階層的クラスタリング手法を提案した。この方法については継続して研究中であり、今後の展開が期待される。クラスタリングの応用例として、K平均法に基づく崩し字のセグメンテーションも行った。また、本研究のテーマであるクラスタリング技術の体系化に関する解説記事がImpactという雑誌に掲載された。
そのほか、ノンフォトリアリスティックハーフトーニング、カラー画像のモルフォロジー処理、水中画像の色補正などにも取り組んだ。これらの研究でも、本課題のクラスタリング技術の知見が役に立っている。
本研究期間全体を通じて、クラスタリング技術の体系化と新手法開発及び応用研究に取り組み、一定の成果が得られ、それらを口頭発表や論文を通じて公表した。未公表のものについても順次発表していく予定である。
|
