@techreport{oai:ipsj.ixsq.nii.ac.jp:00023727,
 author = {久保田, 和人 and 仲瀬, 明彦 and 酒井, 浩 and 小柳, 滋 and Kazuto, Kubota and Akihiko, Nakase and Hiroshi, Sakai and Shigeru, Oyanagi},
 issue = {23(1999-ARC-137)},
 month = {Mar},
 note = {数百ギガから数テラバイトクラスのデータに対するデータマイニングを実用時間で行えるシステムの構築を検討している．その知見を得るために，データマイニングの代表的な手法である決定木について，PCクラスタをターゲットとした並列アルゴリズムを実装し，予備評価を行った．本手法の特徴は，データを重複なく各プロセッサに分散配置すること，中間データをディスク上に置くことで大規模なデータを扱えること，処理手順を動的に決めることでディスクアクセスの軽減が図れることである．ベンチマークデータを用いた実験により，16台のプロセッサで11?24倍程度の高速化が実現された．また，オンメモリでは処理できない大規模なデータに対して動的に処理手順を変更する手法が有効であるという結果が得られた．, We are planning to develop a practical data-mining system to the hundreds of Giga or Tera byte class data. In order to obtain the knowledge for the construction of the system, the decision tree which is the typical technique in data-mining is parallelized and implemented on a PC cluster. Our method has the following features. Input data are distributed to each processor element without overlap. Intermediate data are stored on disks, so that large size data can be executed. Disk access is decreased by dynamic execution order changing. Experimental results show that from 11 to 24 times acceleration is achieved by 16 processors, and dynamic execution order changing technique is effective for large scale data which cannot be solved on memory execution.},
 title = {PCクラスタを用いた決定木生成},
 year = {2000}
}