| 大会名称 |
|---|
| 2016年 ソサイエティ大会 |
| 大会コ－ド |
| 2016S |
| 開催年 |
| 2016 |
| 発行日 |
| 2016-09-06 |
| セッション番号 |
| A-10 |
| セッション名 |
| システム数理と応用 |
| 講演日 |
| 2016/9/20 |
| 講演場所(会議室等) |
| 工学部 情報科学研究科棟 A22 |
| 講演番号 |
| A-10-4 |
| タイトル |
| ビッグデータの変数間の関係性概評を目指した無作為抽出データに基づく最小全域木の辺長総和法 |
| 著者名 |
| ◎奥谷文徳, 川原圭博, 浅見 徹, |
| キーワード |
| 最小全域木, 相関, データマイニング |
| 抄録 |
|
複数変数間に存在する非線形な関係を評価する手法として，筆者は最小全域木の辺長の総和による人間の認知を手掛かりとした手法を提案した． しかし，データの数が増加する場合に計算量がデータの数の2乗で増加するため，巨大なデータに対する計算時間は膨大となる． 関係がある変数の組の抽出が一部のデータから可能であれば，データ数を抑え，ひいては計算量を抑えられる。 データの中から無作為に抽出した点に対して最小全域木を構築し，その辺長の総和を求めることで，一部のデータによる関係性評価を行った． そして，統計的に関係があると判断可能なデータの数を実験的に求め，関係の概評が可能であることを実証した． |
| 本文pdf |
|
PDF download
|