時系列イベント発見のためのグラフクラスタリング手法の提案

• Item type: Journal(1)
• 公開日: 2008-06-15
• タイトル: 時系列イベント発見のためのグラフクラスタリング手法の提案
• タイトル / 言語: en
• タイトル: Detecting Time Series Events by Graph Clustering
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：ユビキタスコンピューティングシステム
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• その他タイトル / その他のタイトル: 知識処理
• 著者所属: 株式会社日立製作所中央研究所
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 東京農工大学
• 著者所属: 名古屋大学情報連携基盤センター
• 著者所属: ATR 知識科学研究所
• 著者所属: 京都大学大学院情報学研究科
• 著者所属(英): en
• 著者所属(英): Central Research Laboratory, Hitachi Ltd.
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Tokyo University of Agriculture and Technology
• 著者所属(英): en
• 著者所属(英): Information Technology Center, Nagoya University
• 著者所属(英): en
• 著者所属(英): ATR Knowledge Science Laboratories
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者名: 高橋, 昌史; 角, 康之; 伊藤禎宣; 間瀬, 健二; 小暮, 潔; 西田, 豊明
• 著者名(英): Masashi, Takahashi; Yasuyuki, Sumi; Sadanori, Ito; Kenji, Mase; Kiyoshi, Kogure; Toyoaki, Nishida
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，複数のセンサ群によって取得された人のインタラクションに関連するデータから意味のあるシーンを発見して人の行動にインデキシングを行うことを目的として，インタラクションの主体となる人や物をノードとして表現する重み付きグラフを複数の部分グラフに分割するための非階層クラスタリング手法を提案する．提案手法は，ノードとノードを結合するリンクに与えられた重みが時間にともなって変化するグラフを対象とし，時間の関数として定義される重み付き隣接行列に基づいて部分グラフを効率的かつ柔軟に抽出する．重みが動的に変化するグラフから抽出される部分グラフは，重みの変化に応じて生成や消滅，統合，分裂，拡大，縮小を繰り返す．提案手法では，重みの変化を時系列に追跡し，部分グラフに変化が生じる可能性がある場面においてのみ評価計算を行う．これにより，時間的かつ空間的に幅広い観点から評価できる．今回，ポスター展示会場という開放的な空間において人のインタラクションを観測し，人が集団で討論を行っているシーンや，複数の人が同じ展示物を見ているシーンを自動的に抽出することにより，提案手法の有用性を確認した．また，提案手法は強力なデータマインニングツールとして幅広く利用可能であり，たとえば複数人の会話の流れを構造化したり，ハイパーテキスト構造を有するWeb ページの関連性を発見したりするなど，様々な事例に適用できる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This paper proposes a new non-hierarchical clustering method, which divides weighted graphs into some significant subgraphs. Our goal is to find significant scenes using interaction data captured by multiple sensors and to add meaningful indices to human activities. Therefore, we express people and objects which consist of interactions as nodes. Our target is the graphs where weights associated with links are changeable while, on the contrary, the targets of conventional clustering methods are those where weights are fixed. In short, proposed method can divide those graphs whose weights can be defined as time functions into some subgraphs according to their weighted adjacency matrices. Subgraphs are often created, extinguished, divided, expanded, and diminished according to the change of weights. Proposed method watches the change of subgraphs and judge whether they change only when they can, which results in flexible evaluations from spacio-temporal viewpoint. We have confirmed the usefulness of proposed method by the experiments to find such significant scenes automatically as, for example, those where people discussed together and those where people watched something together, in poster exhibitions. Moreover we believe that proposed method is widely available as a useful tool for data mining and can be applied to many problems.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 49, 号 6, p. 1942-1953, 発行日 2008-06-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764