| 大会名称 |
|---|
| 2022年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2022 |
| 発行日 |
| 2022-08-30 |
| セッション番号 |
| 1c |
| セッション名 |
| データベース |
| 講演日 |
| 2022/09/13 |
| 講演場所(会議室等) |
| 12棟-103教室 |
| 講演番号 |
| CD-001 |
| タイトル |
| 高速・高精度なk最近傍距離推定 |
| 著者名 |
| 新井悠介, 天方大地, 藤田澄男, 原 隆浩, |
| キーワード |
| k最近傍距離推定, 地理情報, ニューラルネットワーク |
| 抄録 |
|
ビッグデータマイニングはデータサイエンスにおける重要なタスクであり，ビッグデータに隠れた新たな知識の獲得等が期待できる． 特にデータ間の類似性を利用したデータ分析は多くのアプリケーションで利用されており，k最近傍までの距離を利用するものが多い． この時，この距離を計算する操作が分析の際にボトルネックとなる． 既存研究ではこの操作の効率性を向上する方法が提案されているが，多くのデータアクセスを要するため，大量のデータにスケールしない． そこで本研究では，全結合ニューラルネットワークとピボットを用いたk最近傍距離を高速かつ高精度で推定する機械学習モデルを提案する． このモデルは，最近傍からk最近傍までの距離を同時かつO(1) 時間で推定することができるという特長がある． 実データを用いた実験およびケーススタディから，提案モデルの有効性を示す． |
| 本文pdf |
| PDF download (1.9MB) |