非線形データからの明示的なモデル構築法に関する研究

非线性数据显式模型构建方法研究

• 批准号: 04J09577
• 负责人: 山本 康高
• 金额: $ 1.22万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 2005
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-04J09577/
• 关键词: 可視化; 多変量データ; 主観性; モデリング; 解釈性; クラスタリング; 次元圧縮

本研究では,可視化モデリングにおける明示性の基準を(1)次元圧縮の線形性,(2)クラスタ間の分離性,(3)クラスタと射影軸との平行性と定義し,これまでに,(1)を次元圧縮へ,また(3)をクラスタリングに取り入れる可視化モデリング手法を提案してきた.本年度では,(2)を次元圧縮の基準とした可視化モデリング手法を提案した.本手法は,多次元王規分布を規定関数とするEMアルゴリズムによるクラスタリング手法(EMC)と,クラスタ内のデータ分布を射影軸に対して平行に分布させる次元圧縮法とを組み合わせたものである.さらに、データの特徴に応じてKernel-FCMを利用することや,次元圧縮法に対して,重みつきのクラスタ間距離を利用することも併せて提案した.数値実験によりEMCおよびKernel-FCMが,従来のFCMと比較し,データ分布を捉えた適切なクラスタを構築できることを示し,射影軸に対してクラスタが平行に分布する可視化モデルが得られることを示した.これは,前年度開発したFuzzy Multiple Discriminant Analysisによる次元圧縮では得られない結果である.この成果を学術論文としてまとめ,昨年度までの研究成果とあわせて博士論文としてまとめた.また本研究により,明示性はデータを解釈する人に依存することを再確認し,人間の主観を反映した多変量データの可視化に取り込む研究を展開した.言葉によって表現される,ユーザのデータに対する主観的知識を可視化モデルにする手法を提案した.提案手法では,ユーザがデータの特徴を示すと思う言葉に関連すると判断した変数に対して主成分分析/判別分析を適用し可視化モデルを構築する.本手法を十種競技のデータに対して適用し,ユーザによる変数選択が有効なデータ解釈の手段の一つになりうることを確認した.この成果を国際会議にて発表し,学術論文としてまとめた.

In this study, explicit criteria for visualization are proposed: (1) linearity of dimensional compression,(2) separability of space,(3) definition of parallelism of projective axes,(1) dimensional compression,(3) visualization techniques for extraction. This year,(2) dimensional compression benchmarks and visualization techniques are proposed. This method specifies the relationship between multiple element regular distribution and EM, and the relationship between multiple element regular distribution and EM. In addition, Kernel-FCM can be used to reduce the distance between different parts of the body. The number of EMC and Kernel-FCM is different, the number of FCM is different. Fuzzy Multiple Discriminant Analysis was developed in the previous year. The results of this academic thesis were published in 2006. This study is based on the analysis of the relationship between human and nature. It provides a way to visualize and display the knowledge of the user's data to the host. The proposed method is based on the principle component analysis and discriminant analysis. This technique is suitable for ten kinds of sports, and it is confirmed that there are several ways to solve the problem. The results of international conferences and academic papers are presented.