WEKO3
アイテム
2分決定グラフによるデータマイニングシステム
https://ipsj.ixsq.nii.ac.jp/records/132332
https://ipsj.ixsq.nii.ac.jp/records/1323325a476597-dbff-4536-96fc-93b11b4cfd0c
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
KJ00001346102.pdf (188.3 kB)
|
|
| Item type | National Convention(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 1997-09-24 | |||||
| タイトル | ||||||
| タイトル | 2分決定グラフによるデータマイニングシステム | |||||
| タイトル | ||||||
| 言語 | en | |||||
| タイトル | Mining Binary Decision Diagram | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||
| 資源タイプ | conference paper | |||||
| 著者所属 | ||||||
| 九州大学大学院システム情報科学研究科情報理学専攻 | ||||||
| 著者所属 | ||||||
| 九州大学大学院システム情報科学研究科情報理学専攻 | ||||||
| 著者所属 | ||||||
| 東京大学医科学研究所ヒトゲノム解析センター | ||||||
| 著者所属 | ||||||
| 東京大学医科学研究所ヒトゲノム解析センター | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Department of Informatics, Kyushu University | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Department of Informatics, Kyushu University | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Human Genome Center, Institute of Medical Science, University of Tokyo | ||||||
| 著者所属(英) | ||||||
| en | ||||||
| Human Genome Center, Institute of Medical Science, University of Tokyo | ||||||
| 論文抄録 | ||||||
| 内容記述タイプ | Other | |||||
| 内容記述 | 大量のデータの中に潜んでいて気がつかない, 役にたつ可能性のある知識を発見する技術のことをデータマイニング(Data Mining)と総称する。データマイニングは, 背景知識を予め持つことなく, 与えられた大量のデータのみから知識を得ることを目的とする。Agrawlらは, データマイニングを, 結合ルール(Association Rules), 分類(Classification), 逐次パターン(Sequential Patterns), 相似列(Similar Sequences)の4つに分類した。これらのルールは顧客データからの知識発見に対して高い評価を得ており, 実用化・商品化が行われている。さらに, Agrawalらは, 与えられたデータから全ての結合ルールを発見するアルゴリズムを提案し, 実験的に評価した。しかし, 彼らのアルゴリズムは理論的に効率の良いものではない。また, 得られた大量の結合ルールから更に知識を獲得する研究もなされている。一方, ゲノムデータに代表される自然科学のデータにおいても, 結合ルールの発見が試みられているが, 自然現象には直観的に予測できる規則性が少ないため, 結合ルールでは我々の望む知識の発見が難しい。本論文では, 結合ルールを2部決定グラフ(Binary Decision Diagram (BDD))により一般化した。 2部決定グラフ結合ルールを発見する問題について考察する。2部決定グラフを用いることにより, 論理積, 論理和と否定による知識表現が可能になる。2部決定グラフ結合ルールは, 2つのBDD(それぞれ, LBD, UBDと呼ぶ)からなる。多くの場合, LBDはユーザが自然な形で与えることが多いため, 本質的にこの問題はUBDを発見する問題に帰着する。本論文では, 現実的な時間でUBDを見つけるための条件について考察する。さらに, QuinlanによるID3アルゴリズムを応用したUBDを発見するアルゴリズムを, ゲノムデータに適用した実験結果について述べる。 | |||||
| 書誌レコードID | ||||||
| 収録物識別子タイプ | NCID | |||||
| 収録物識別子 | AN00349328 | |||||
| 書誌情報 |
全国大会講演論文集 巻 第55回, 号 人工知能と認知科学, p. 545-546, 発行日 1997-09-24 |
|||||
| 出版者 | ||||||
| 言語 | ja | |||||
| 出版者 | 情報処理学会 | |||||
