モデルフリーに基づいたクラスタリング手法の開発とソーシャルデータ解析への応用

无模型聚类方法的发展及其在社会数据分析中的应用

• 批准号: 15J01897
• 负责人: 木下 尚彦
• 金额: $ 1.09万
• 依托单位: University of Tsukuba
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2015
• 资助国家: 日本
• 起止时间: 2015-04-24 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-15J01897/
• 关键词: クラスタリング; モデルフリー; ファジィ推論; 不確実性; ファジィ理論

クラスタリングは有用なデータマイニング手法であり、多くの分野で活用されている。しかし、ネットワーク技術などの発展に伴うデータ量の巨大化は、数理計画法をコアとする従来のモデルベースクラスタリング手法の想定範囲を大きく超えているため、これらの手法はソーシャルデータに代表されるビッグデータを解析するための手法としては適切ではない。そこで本研究課題では、モデルベースという考え方から脱却し、対象の行動予測を現在と過去の履歴の身で行うモデルフリーの立場に立脚し、その観点からのクラスタリング手法の構築に取り組み、びぐでーた解析のためのモデルフリークラスタリング手法の構築を目的としている。さらに、従来のモデルベース手法と構築手法との比較検討、SNSデータなどのビッグデータ解析を通し、モデルベース手法と構築手法との関連性、モデルフリー手法の発展性及び有効性を明らかにし、モデルフリークラスタリング手法構築の礎を築く。本研究課題の成果としては、ふぁいじぃ推論に着目した、モデルフリークラスタリング手法の構築を行い、その手法とモデルベースクラスタリングとの関連性についていくつかの小規模な実データを通して検証した。またこれと並行して、クラスタ表現に含まれる不確実性とデータ自身に含まれる不確実性を扱うことのできるクラスタリング手法を構築し、クラスタリングにおける不確実性をより広く扱えるようにクラスタリング手法を拡張した。

It is useful to know how to use the technique and how to use it flexibly. In the exhibition of technology and technology, the volume of the exhibition is very large, the mathematical method is very large, and the method of mathematics and drawing is very important. I want to know the scope of the technique. The purpose of this study is to help you get rid of the problem in this study, and to get rid of the problem. In the past, in the past, you have been able to do so. In the past, you have been able to get your feet on your feet. In the past, you have been able to get your feet on your feet. The gimmick, the gimmick. The results of this study are related to the results of this study. In this study, the results of this study are based on the results of this study. In this study, the results of this study are based on the results of this study. It is found that there is an error in the performance of the device, and that it is found that there is an error in the behavior of the patient, and that there is no indication that there is a problem in the behavior of the patient.

项目成果

On Objective-Based Rough Clustering with Fuzzy-Set Representation

基于目标的模糊集表示的粗聚类

• DOI: 10.20965/jaciii.2015.p0632
• 发表时间: 2015
• 期刊: Journal of Advanced Computational Intelligence and Intelligent Informatics
• 影响因子: 0.7
• 作者: Naohiko Kinoshita;Yasunori Endo;Ken Onishi
• 通讯作者: Ken Onishi

A Note on Even-Sized Clustering Based on Optimization

• DOI: 10.1109/scis-isis.2016.0092
• 发表时间: 2016-08
• 期刊: 2016 Joint 8th International Conference on Soft Computing and Intelligent Systems (SCIS) and 17th International Symposium on Advanced Intelligent Systems (ISIS)
• 作者: Tsubasa Hirano;Y. Endo;Naohiko Kinoshita;S. Miyamoto

A Note on Non-Hierarchical Linguistic-based Clustering

关于基于非层次语言的聚类的注解

• 发表时间: 2015
• 期刊: Proc. of the 12th International Conference on Modeling Decisions for Artificial Intelligence
• 作者: Naohiko Kinoshita;Yasunori Endo;Yuchi Kanzawa;Sadaaki Miyamoto
• 通讯作者: Sadaaki Miyamoto

Fuzzy Non-metric Model for Data with Tolerance and Its Application to Incomplete Data Clustering

具有容差的数据模糊非度量模型及其在不完全数据聚类中的应用

• 发表时间: 2015
• 作者: Naohiko Kinoshita;Yasunori Endo;Ken Onishi;Naohiko Kinoshita;Yasunori Endo;Naohiko Kinoshita;栢分 雄基;Yasunori Endo
• 通讯作者: Yasunori Endo

力学モデルに基づく階層型言語ベースクラスタリングについて

关于基于动态模型的分层语言聚类

• 发表时间: 2015
• 作者: Naohiko Kinoshita;Yasunori Endo;Ken Onishi;Naohiko Kinoshita;Yasunori Endo;Naohiko Kinoshita;栢分 雄基
• 通讯作者: 栢分 雄基