Multi-task Data Mining Based on Dynamic Representation Bias

基于动态表示偏差的多任务数据挖掘

基本信息

  • 批准号:
    21300053
  • 负责人:
  • 金额:
    $ 10.23万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
  • 财政年份:
    2009
  • 资助国家:
    日本
  • 起止时间:
    2009 至 2012
  • 项目状态:
    已结题

项目摘要

To effectively cope with multiple pattern discovery tasks related each other, we have developed novel data mining methods each of which automatically modifies representations of data and patterns, implemented them as computer systems, and demonstrated their effectiveness with synthetic and real data. Remarkable achievements are multi-task classification method which employs an extended MDL principle to allow a common dictionary, a multi-task clustering method which employs an extension of information distance based on Kolmogorov complexity, and a dimension reduction method for multi-task data mining.
为了有效地科普多个模式发现任务相互关联,我们已经开发了新的数据挖掘方法,每一个自动修改表示的数据和模式,实现它们的计算机系统,并证明了它们的有效性与合成和真实的数据。显着的成就是多任务分类方法,它采用了扩展的MDL原则,允许一个共同的字典,多任务聚类方法,它采用了基于Kolmogorov复杂性的信息距离的扩展,和多任务数据挖掘的降维方法。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
RoClust: Role discovery for graph clustering
  • DOI:
    10.3233/wia-130259
  • 发表时间:
    2013
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Bin-Hui Chou;Einoshin Suzuki
  • 通讯作者:
    Bin-Hui Chou;Einoshin Suzuki
Role Discovery for Graph Clustering
  • DOI:
    10.1007/978-3-642-20291-9_5
  • 发表时间:
    2011-04
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Bin-Hui Chou;Einoshin Suzuki
  • 通讯作者:
    Bin-Hui Chou;Einoshin Suzuki
Finding the k-Most Abnormal bgraphs from a Single Graph, Discovery Science
从单个图中查找 k 个最异常的 bgraph,Discovery Science
Linear Semi-Supervised Dimensionality Reduction with Pairwise Constraint for Multiple Subclasses
  • DOI:
    10.1587/transinf.e95.d.812
  • 发表时间:
    2012-03
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Bin Tong;Weifeng Jia;Yanli Ji;Einoshin Suzuki
  • 通讯作者:
    Bin Tong;Weifeng Jia;Yanli Ji;Einoshin Suzuki
Novel Statistical Rule Discovery for Understanding Behaviours of Swarm Robots
用于理解群体机器人行为的新统计规则发现
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

SUZUKI Einoshin其他文献

SUZUKI Einoshin的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('SUZUKI Einoshin', 18)}}的其他基金

Realization of Long-Term Monitoring by a Home-Use Autonomous Mobile Robot Using Concept Drift Modeling
利用概念漂移建模实现家用自主移动机器人的长期监测
  • 批准号:
    24650070
  • 财政年份:
    2012
  • 资助金额:
    $ 10.23万
  • 项目类别:
    Grant-in-Aid for Challenging Exploratory Research
Structured Data Mining System which Considers Interactions of Structured Rules
考虑结构化规则交互的结构化数据挖掘系统
  • 批准号:
    18300047
  • 财政年份:
    2006
  • 资助金额:
    $ 10.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
Research on Unified Discovery of Exceptions from Massive Data
海量数据异常统一发现研究
  • 批准号:
    13680436
  • 财政年份:
    2001
  • 资助金额:
    $ 10.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Circumscribed-Polyhedron Approximation for Maximum-Hypersphere-Search in High-Dimensional Region
高维区域最大超球面搜索的外接多面体近似
  • 批准号:
    11680382
  • 财政年份:
    1999
  • 资助金额:
    $ 10.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Autonomous Data Mining System based on Constructive Learning
基于建构性学习的自主数据挖掘系统
  • 批准号:
    09680359
  • 财政年份:
    1997
  • 资助金额:
    $ 10.23万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了