研究紹介詳細表示

～複雑なデータから価値ある情報を見いだす～

多様な関係性を持つデータの統計解析

研究分野分類：1204　知能情報学
産業分類：分類不能の産業
キーワード：機械学習，統計解析，ネットワーク
情報学
人間情報学
烏山昌幸（情報工学専攻）
研究概要
　コンピュータが安価になり企業や研究機関など様々な場所で、興味のある情報を日々蓄積しています。しかし、複雑なデータから有益な情報を引き出すことは必ずしも簡単ではありません。私たちは統計学や最適化などの数学を駆使し、データに潜む規則性を如何に見いだし活用するかといった研究を行っています。		 特徴
　近年の成果の一つに、複数の情報源からのデータを統合するときに、関心のあるものだけを自動的に選び出す方法の開発があります。この方法によって、得られた情報群のうち特定のタスクに関連の深いものを発見することができます。
背景・従来技術
　現代のデータは古典的な数値情報に加え、ネットワークのような関係性を表現したものも多くなっています。例えば、タンパク質が作る相互作用関係やWWWのリンク構造などがそうです。また、個々のデータ解析に加えて、異なる情報を統合することで新たな知見を得たいという需要が生まれています。

 

 実用化イメージ
　汎用手法の研究を行っているため、様々な種類のデータを取り扱うことができます。例えば、類似性の高い顧客をつないだネットワークから、購買動向の似たコミュニティを抽出するようなことも考えられます。

企業等への提案

研究者からのメッセージ
「こんなデータがあるんだけど、どう統計解析すればよいだろうか」といった疑問に応えられるよう日々研究をしております。そのような課題をお持ちであれば是非ご相談ください。

文献・特許
・M. Karasuyama and H. Mamitsuka, Multiple Graph Label Propagation by Sparse Integration, IEEE Transactions on Neural Networks and Learning Systems, vol.24, no.12, pp.1999–2012, 2013.

試作品状況 無し 掲示可 提供可

 

研究者データベースとのリンク（名前をクリックしてください）
研究者名：烏山昌幸
ＰＤＦ表示と印刷