アルゴリズムによって正当性を保証する知識発見手法の構築

使用算法构建保证正确性的知识发现方法

• 批准号: 10J05714
• 负责人: 杉山 麿人
• 金额: $ 0.9万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2011
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-10J05714/
• 关键词: 機械学習; 知識発見; 離散化; クラスタリング; グレイコード; 半教師あり学習; 順序学習; 形式概念解析; フラクタル; グレイ符号

本研究では,対象の離散化と機械学習の2つのプロセスを融合するという方針に基づき,理論的に仮定されるアナログデータと,実際に計算機上で扱われるデジタルデータのギャップを埋めることを主眼として,離散化を取り込んだ具体的な機械学習アルゴリズムを提案した.まず,符号化による実数値データの離散化過程をクラスタリングそのものと同一視することで,実数の符号化方式に基づきクラスタリングの結果を評価する新しい尺度MCLを提案し,その尺度のもとで最適なクラスタを発見するアルゴリズムCOOLを構築した.グレイコードを用いることで,内的結合と外的分離を達成しつつ,任意形状のクラスタを発見可能であることを理論的に示した.また,この結果を発展させることで,任意形状のクラスタを抽出し,かつ高速なクラスタリングのアルゴリズムBOOLを提案した.これは,任意形状のクラスタを抽出可能なアルゴリズムとしては世界最速であり,他研究が提案したものよりも100～1000倍高速に動作する.さらに,半教師あり学習と順序学習というさらに複雑な機械学習のタスクと,その生物学データへの応用に取り組んだ.形式概念解析を利用することで,離散値と連続値が混在するデータから,クラスの分類とランキングを半教師あり学習によって達成するアルゴリズムSELFを提案した.また,生物学データベースからのリガンド候補の発見を,半教師ありのマルチラベルクラス分類問題として定式化した上で,その問題を解くアルゴリズムLIFTを構築した.実データを用いた実験によって,既存手法よりも良い精度でリガンド候補が発見できることを示した.これらの研究は,離散的な空間における位相的・代数的構造が連続値からの機械学習において有効に機能するという新たな知見を提供している.

This study で は, like の discretization と mechanical learning の seaborne 2 つ の プ ロ セ ス を fusion す る と い う policy に base づ き, theory of に 仮 set さ れ る ア ナ ロ グ デ ー タ と, be interstate に computer で Cha わ れ る デ ジ タ ル デ ー タ の ギ ャ ッ プ を buried め る こ と を eye と し て, discretization を take り 込 ん だ specific な rote learning ア ル ゴ リ ズ ム を Case し た. ま ず, symbolic に よ る be the numerical デ ー タ の discretization process を ク ラ ス タ リ ン グ そ の も の と the same visual す る こ と で, be number の symbolic way に base づ き ク ラ ス タ リ ン グ の results を review 価 す る new し い scale MCL を proposal し, そ の scale の も と で optimum な ク ラ ス タ を 発 see す る ア ル ゴ リ ズ ム COOL を constructs し た. グ レ イ コ ー ド を with い る こ と で, outside the union と separation を deal し つ つ, arbitrary shape の ク ラ ス タ を 発 may see で あ る こ と に を theory in し た. ま た, こ の results を 発 exhibition さ せ る こ と で, arbitrary shape の ク ラ ス タ し を spare, か つ high-speed な ク ラ ス タ リ ン グ の ア ル ゴ リ ズ ム BOOL を proposal し た の. こ れ は, arbitrary shape ク ラ ス タ を extraction could な ア ル ゴ リ ズ ム と し て は world the steepest で あ り, he proposed research が し た も の よ り も 100 ~ 1000 times to high-speed に action す る. さ ら に, half teachers あ り と sequence learning と い う さ ら に complex 雑 な rote learning の タ ス ク と, そ の biology デ ー タ へ の 応 with に ん り group Youdaoplaceholder0. Formal concept parsing を using す る こ と で, discrete numerical と even 続 numerical が mixed in す る デ ー タ か ら, ク ラ ス の classification と ラ ン キ ン グ を half teachers あ り learning に よ っ て reached す る ア ル ゴ リ ズ ム SELF を proposal し た. ま た, biology デ ー タ ベ ー ス か ら の リ ガ ン ド alternate の 発 を, half teachers あ り の マ ル チ ラ ベ ル ク ラ ス classification Problem と し て demean し た で, そ の を solutions く ア ル ゴ リ ズ ム LIFT を build し た. Be デ ー タ を with い た be 験 に よ っ て, existing methods よ り も good い precision で リ ガ ン ド alternate が 発 see で き る こ と を shown し た. こ れ ら は の study, discrete な space に お け る phase, the algebraic structure, が even 続 numerical か ら の rote learning に お い て have sharper に function す る と い う new た な knowledge を provide し て い る.

项目成果

グレイ符号化ダイバージェンスによる連続データからの計算論的知識発見

使用格雷编码散度从连续数据中发现计算知识

• 发表时间: 2010
• 作者: 杉山麿人;山本章博
• 通讯作者: 山本章博

High-throughput Data Stream Classification on Trees

树上的高吞吐量数据流分类

• 发表时间: 2011
• 期刊: Proceedings of Second Workshop on Algorithms for Large-Scale Information Processing in Knowledge Discovery (ALSIP 2011)
• 作者: Sugiyama;M.;Yamamoto;A.
• 通讯作者: A.

Discovering Ligands for TRP Ion Channels Using Formal Concept Analysis

使用形式概念分析发现 TRP 离子通道的配体

• 发表时间: 2011
• 作者: Sugiyama;M.;Imajo;K.;Otaki;K.;Yamamoto;A.
• 通讯作者: A.

A Fast and Flexible Clustering Algorithm Using Binary Discretization

• DOI: 10.1109/icdm.2011.9
• 发表时间: 2011-12
• 期刊: 2011 IEEE 11th International Conference on Data Mining
• 作者: M. Sugiyama;Akihiro Yamamoto

離散量と連続量が混在するデータに対する形式概念分析を用いた半教師あり学習

使用形式概念分析对包含离散量和连续量混合的数据进行半监督学习

• 发表时间: 2010
• 作者: 杉山麿人;山本章博
• 通讯作者: 山本章博