WEKO3
アイテム
構造的ゆらぎを伴うネットワークデータに対するクラスタリング手法の拡張と高度化
https://kindai.repo.nii.ac.jp/records/23388
https://kindai.repo.nii.ac.jp/records/23388aa1cdbb2-d36d-4b38-b3dd-73f7491e8f10
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
19K12146seika.pdf (88.3 kB)
|
|
| Item type | 研究報告書 / Research Paper(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-12-05 | |||||||||
| タイトル | ||||||||||
| タイトル | 構造的ゆらぎを伴うネットワークデータに対するクラスタリング手法の拡張と高度化 | |||||||||
| 言語 | ja | |||||||||
| タイトル | ||||||||||
| タイトル | Extending and Advancement of Clustering Methods for Network Data with Structural Fluctuations | |||||||||
| 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, ネットワークデータ, 構造的ゆらぎ, 機械学習, ソフトコンピューティング, ガウス過程, サイズコントロール | |||||||||
| 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 所属 | ||||||||||
| 値 | 近畿大学情報学部; 准教授 | |||||||||
| 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 (2021) p. 1-9, 発行日 2021 |
|||||||||
| リンクURL | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-19K12146/ | |||||||||
| 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ネットワークデータマイニングの実現に向けた新たなクラスタリングの方法論の構築に取り組んだ。はじめに、先行研究で得られた知見を発展させることで、ネットワークデータに伴う構造的ゆらぎを扱う数理モデルを構築した。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、構築したモデルを時系列データの解析に援用することで、本研究において構築した数理モデルの汎用性を示した。研究全体を通じて、様々な数値実験を行うことで、開発手法が持つ分類性能・実行時間・扱えるデータの規模などの項目について、既存手法との比較評価を行い、開発手法の実用化に向けて取り組んだ。 研究成果の概要（英文）： This research project aimed to establish a novel cluster analysis framework to achieve data mining for network data with structural fluctuations. First, mathematical models to handle network data with structural fluctuations are investigated based on the previous research. Second, clustering methods based on proposed mathematical models are constructed. Next, the versatility of investigated mathematical models is verified to apply the models for time-series data clustering. The proposed clustering methods are organized throughout the research project through comparative numerical experiments with conventional methods regarding cluster partition, execution time, and data scale. |
|||||||||
| 内容記述 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 研究種目：基盤研究(C); 研究期間：2019～2021; 課題番号：19K12146; 研究分野：機械学習; 科研費の分化・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 | |||||||||
