@techreport{oai:kindai.repo.nii.ac.jp:00020653,
 author = {濱砂, 幸裕},
 month = {},
 note = {https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-16K16128/, 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., 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：, application/pdf},
 title = {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},
 year = {2019},
 yomi = {ハマスナ, ユキヒロ}
}