構造データ集合からなるグラフデータベースからの頻出パターン発見

• Item type: Trans(1)
• 公開日: 2008-06-26
• タイトル: 構造データ集合からなるグラフデータベースからの頻出パターン発見
• タイトル / 言語: en
• タイトル: Discovery of Frequent Patterns in Multi-structured Graph Databases
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究論文
• 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
• 著者所属: 神戸大学大学院工学研究科
• 著者所属: 神戸大学自然科学系先端融合研究環
• 著者所属: 神戸大学大学院工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者所属(英): en
• 著者所属(英): Organization of Advanced Science and Technology, Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of Engineering, Kobe University
• 著者名: 山本, 翼; 尾崎, 知伸; 大川剛直
• 著者名(英): Tsubasa, Yamamoto; Tomonobu, Ozaki; Takenao, Ohkawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，生物情報学における代謝パスウェイや社会ネットワークなどに対するより詳細な分析手段を提供することを目的に，各頂点にアイテム集合や系列などの構造データの集合を持つ複雑なグラフデータベース，すなわち複合構造グラフデータベースを対象とした頻出パターン発見手法を提案する．また，得られるパターン数の増大という頻出パターン発見における問題に対処するため，パターン中の各頂点を，利用者による制約を満たしかつ代表的なものに限定する枝刈り手法を導入する．実データを用いた実験により，既存研究では発見できなかったパターンを発見できることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, as one of the tools for precise analysis of complex networks such as metabolic pathways in bioinformatics and social networks, we propose an algorithm for mining frequent patterns in multi-structured graph databases in which each vertex consists of a set of structured data such as item sets and sequences. Furthermore, we also propose two pruning mechanisms to exclude uninteresting patterns to alleviate the problem that huge number of patterns will be discovered. The effectiveness of the proposed algorithms is confirmed through the experiments with two real datasets. In addition, the proposed algorithms succeeded in finding some patterns which were not discovered by conventional graph miners.
• 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: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 1, 号 1, p. 26-35, 発行日 2008-06-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会