| 研究課題/領域番号 |
25280085
|
|---|
| 研究種目 |
基盤研究(B)
|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
鈴木 英之進 九州大学, システム情報科学研究科(研究院, 教授 (10251638)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2016-03-31
|
| キーワード | 巨大データ集合 / 自動データ選択 / パターン抽出 / データマイニング |
|---|
| 研究概要 |
巨大データ集合から比較的素朴な興味深いメタパターンを発見する手法を考案・開発し，購入した4台の開発実験用計算機にプロトタイプシステムとして実装して種々の評価実験を行った．提案手法は，複数データ集合用に拡張したデータスカッシングを用いてパターン要素を求め，パターン要素に関する情報量基準に基づいてデータ選択を自動的に行い，共通クラスタメタパターンを発見する．系統的に生成した人工データを用いてその性能を調べたところ，高ノイズに汚染された上に，クラスタ境界がはっきりせず複数個のクラスタが重なり合う悪条件においても，提案手法は高ノイズ下に隠された正解メタパターンをほぼ正確に復元することが確認された．
Kinectセンサーを用いた人見守り応用に関しては，骨格情報のクラスタリングに加え，顔情報のクラスタリングと異常検知にも取り組み，有望な結果を得た．その一環として，100人の被験者に関する25表情データや机上Kinectで撮影した10表情に関する100時間データなどの基盤データを収集・整備した．これらの顔表情データに各種クラスタリング・分類学習手法を適用してデータの質や学習手法との相性などを調べ，次年度以降のために貴重な教訓をいくつか得た．ウェブマイニングに関しては，収集済みであるレストランデータの整備に取り組んでいる．その他，次年度以降取り組むより洗練されたメタパターン発見の準備として，関連するデータマイニング研究にも取り組んだ．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
巨大データ集合から興味深いメタパターンを発見する手法を考案・開発し，購入した開発実験用計算機にプロトタイプシステムとして実装して種々の評価実験を行うことに成功したため．
|
| 今後の研究の推進方策 |
予定通り，今年度考案・開発した提案手法を洗練し，より興味深い種々のメタパターンを発見する手法に発展させるとともに，応用問題への適用も一層進めていく．
|
| 次年度の研究費の使用計画 |
顔表情データの収集を謝金なしで行い，物品費を節約し，複数の研究発表を次年度以降に延期したため．
次年度に延期した研究発表を行う．大幅に性能を向上した新型Kinectが発売されたら，前年度節約した物品費で複数台購入する．
|
