Machine learning from incomplete information table by rule generation and its application

不完全信息表的机器学习规则生成及其应用

• 批准号: 20K11954
• 负责人: 酒井 浩
• 金额: $ 2.75万
• 依托单位: Kyushu Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11954/
• 关键词: ルール生成による機械学習; データマイニング; 表データ解析; 不完全情報; 欠損値補完; アプリオリアルゴリズム; NIS-アプリオリ法; ラフ集合; 欠損値推定; NIS-アプリオリ; ルール生成; 可能世界意味論; ルール生成の完全性; 機械学習; ビッグデータ

研究代表者はPawlakのラフ集合とAgrawalのアプリオリ法を融合し，(I) DIS-アプリオリ法 (通常の情報表(DISとよぶ)からルールを生成)と (II) NIS-アプリオリ法 (不完全な情報表 (NISとよぶ) から確実ルールと可能性ルールを生成) を提案・実現している．NIS-アプリオリ法によるルール生成は可能世界意味論に基づく体系であり，可能世界 (可能なDISを意味する) 数が10の100乗を超える場合も存在する．可能な全DISを列挙する手法では指数オーダーの計算が必要になり，ルールの生成は不可能と考えられる．本問題に対して研究代表者は，「可能世界中の特徴的な2つのDISを調べることによりルールを生成できる」ことを証明している．この計算手法は可能世界数に依存しない．実現したNIS-アプリオリはMammographicデータやCongressional Votingデータから容易に確実ルールと可能性ルールを生成した．2つのルール生成アルゴリズムはルール集合に対して健全かつ完全であり，ルールの見落としは無くルール以外の含意式を生成しない．本性質を有するマイニング手法は稀であり，論理の体系を継承していると考える．今回，「NISからのルールを生成・活用しながら，逐次的に真の情報表DISと真のルールを推定する手法」を提案する．これをルール生成による機械学習とよぶ．本手法は情報表の内容に依存しないため，表で記述される広範囲のデータに適応可能である．不完全な情報表のための今までに無い機械学習の確立とその応用を目指している．2022年度において，本手法の妥当性を保証する欠損値補完とその性質の確認を行った．本手法は表データにおける関数従属性を属性値の関係まで広げており，新たな定義になると考えられる．

首席研究者将Pawlak的粗糙设置与Agrawal的先验方法融合在一起，并提出并意识到（i）（i）dis-apriori方法（从常规信息表中生成规则（称为dis）（称为dis））和（ii）NIS-APRIORI方法（nis-apriori方法）（根据nis nis a IS nis a Is a IS a IS a Is a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a IS a的规则和可能性规则。在某些情况下，可能的世界数量超过了10的能力。乳房X线和国会投票数据的规则和可能性。对于规则集，两种规则生成算法是合理的，并且没有对规则进行监督，也没有生成其他含义公式。具有性质的采矿方法很少见，被认为可以继承逻辑系统。这次，我们提出了一种方法，用于在生成和利用NIS规则的同时依次估算真实信息表和真实规则。通过生成规则，这称为机器学习。此方法不取决于信息表的内容，因此适用于表中编写的广泛数据。该公司旨在建立和应用前所未有的机器学习以解决不完整的信息表。在2022财政年度中，缺少值得到了补偿，以确保该方法的有效性并确认其特性。该方法将表数据中的功能依赖性扩大到属性值之间的关系，被认为是一个新的定义。

项目成果

An Adjusted Apriori Algorithm to Itemsets Defined by Tables and an Improved Rule Generator with Three-Way Decisions

• DOI: 10.1007/978-3-030-52705-1_7
• 发表时间: 2020-06-10
• 期刊: Rough Sets
• 作者: Jian Z;Sakai H;Ohwa T;Shen KY;Nakata M
• 通讯作者: Nakata M

Rule Generation from Several Types of Table Data Sets and Its Application: Decision-Making with Transparency and an Improved Execution Environment

• DOI: 10.52731/ijskm.v7.i1.692
• 发表时间: 2023
• 期刊: International Journal of Service and Knowledge Management
• 作者: H. Sakai;Zhiwen Jian

Granulated Tables with Frequency by Discretization and Their Application

频率离散化粒度表及其应用

• DOI: 10.1007/978-3-030-74826-5_12
• 发表时间: 2021
• 期刊: IFIP Advances in Information and Communication Technology, Springer
• 作者: Sakai Hiroshi;Jian Zhiwen
• 通讯作者: Jian Zhiwen

ラフ集合、アプリオリ法、アンサンブル学習と 説明可能なAIに関する考察

关于粗糙集、先验方法、集成学习和可解释人工智能的考虑

• 发表时间: 2020
• 作者: Rui Zhong;Enzhi Zhang;Masaharu Munetomo;酒井浩
• 通讯作者: 酒井浩

ラフ集合非決定情報解析と機械学習について

关于粗糙集非确定性信息分析和机器学习

• 发表时间: 2021
• 作者: Schlueter Martin;Neshat Mehdi;Wahib Mohamed;Munetomo Masaharu;Wagner Markus;酒井浩
• 通讯作者: 酒井浩