2006 Fiscal Year Annual Research Report
混合trunsoredモデルと決定木とを組合せた不完全データの高精密解析法
| Project/Area Number |
17510127
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
廣瀬 英雄 九州工業大学, 情報工学部, 教授 (60275401)
|
|---|
| Keywords | mixed trunsored model / decision tree / bump hunting / genetic algorithm / extreme-vale distribution / power law / classification / epidemiology |
|---|
| Research Abstract |
不完全データを扱う新モデルとして提案しているtrunsored modelを、信頼性工学分野をはじめとして医学薬学分野において、寿命推定やその関連分野について現在までに研究を行ってきた。信頼性工学分野では、IEEE Reliability Japan Chapter Awardし、その受賞講演を8月に行った。このtrunsored modelに、決定木による分類を加えた精密な推定問題の解析法を構築するため、17年度から主に決定木の分類問題への取り組みについて注力し、18年度は比較的分類を行いやすいデータとそうでないデータとが混合された分類困難なデータ分類問題に対して、対象とする目的変数が他の目的変数よりも密度が濃い場所の探索(bump hunting)法を解決する方法について提案した。また、分類困難なデータの場合の決定木の利用については、教師データによる分類精度とテストデータによるそれとの乖離が大きいことを指摘し、それを回避する方法の提案を行った。次に、実際のフィールドデータを用いて、劣化要因を説明変数としたとき劣化の主要因を分類した後に寿命推定を行う方法について研究を開始した。一方で、trunsored modelを拡張した混合trunsored modelをepidemiology関連分野でのSARS拡散モデルにも適用し、その際にtruncated modelにおけるサンプル数の推定についての問題点について指摘した。19年度は、trunsored modelと決定木とを融合しながら更に精密な解析法を構築する予定である。
|
Research Products
(2 results)
