WEKO3
アイテム
構造的ゆらぎを伴うグラフデータに対するクラスタリング手法の確立
https://kindai.repo.nii.ac.jp/records/20653
https://kindai.repo.nii.ac.jp/records/2065347fd520b-3584-46ab-a375-f5605990dc33
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
16K16128seika.pdf (181.2 kB)
|
|
| Item type | 研究報告書 / Research Paper(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2020-03-12 | |||||||||
| タイトル | ||||||||||
| タイトル | 構造的ゆらぎを伴うグラフデータに対するクラスタリング手法の確立 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Clustering Methods for Graph Data with Structural Fluctuation | |||||||||
| 言語 | en | |||||||||
| 著者 |
濱砂, 幸裕
× 濱砂, 幸裕
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | クラスタリング, グラフクラスタリング, 機械学習, ソフトコンピューティング, 構造的ゆらぎ, クラスタ数推定, 妥当性基準, Modularity | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_18ws | |||||||||
| 資源タイプ | research report | |||||||||
| 著者(英) | ||||||||||
| 言語 | en | |||||||||
| 値 | HAMASUNA, Yukihiro | |||||||||
| 著者 所属 | ||||||||||
| 値 | 近畿大学理工学部; 講師 | |||||||||
| 著者所属(翻訳) | ||||||||||
| 値 | Kindai University | |||||||||
| 著者 役割 | ||||||||||
| 値 | 研究代表者 | |||||||||
| 版 | ||||||||||
| 出版タイプ | NA | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||||||
| 出版者 名前 | ||||||||||
| 出版者 | 近畿大学 | |||||||||
| 書誌情報 |
科学研究費助成事業研究成果報告書 (2018) p. 1-6, 発行日 2019 |
|||||||||
| リンクURL | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16K16128/ | |||||||||
| 抄録 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | 研究成果の概要（和文）：本研究課題では、構造的ゆらぎを伴うグラフデータマイニングを通じて、大規模・不確実なデータを柔軟に処理する新たなデータ解析の方法論の構築に取り組んだ。はじめに、グラフデータに伴う構造的ゆらぎを扱う数理モデルを検討した。次に、構築したモデルに基づくクラスタリング手法の新規開発を行った。その後、構造的ゆらぎに対する知識ベースを構築した。数値実験を通じて、分類性能・処理速度・扱えるデータの規模などについて、既存手法との比較評価を行い、開発手法の包括的発展に取り組んだ。研究成果の概要（英文）：This research project aimed to establish a novel data analysis framework to handle massive and complex datasets through graph data mining for data with structural fluctuation. First, mathematical models to handle graph data with structural fluctuation is investigated in data analysis procedures. Second, clustering methods based on proposed mathematical models are constructed. Next, the knowledge-based models are constructed to handle graph data with structural fluctuation. Finally, the proposed clustering methods are organized through comparative numerical experiments with conventional methods. | |||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究種目：若手研究(B); 研究期間：2016～2018; 課題番号：16K16128; 研究分野：クラスタリング; 科研費の分科・細目： | |||||||||
| 資源タイプ(WEKO2) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | Research Paper | |||||||||
| フォーマット | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | application/pdf | |||||||||
