| 講演名 | 2021-01-21 Unsupervised Kernel Regression with Landmarks for Large Relational Data 高野 修平(九工大), 津野 龍(九工大), 野口 科瑞稀(九工大), 宮崎 一希(九工大), 古川 徹生(九工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究の目的は，大規模関係データの非線形モデリングおよび視覚的解析の手法を開発することである．関係データでは小規模の解析対象であってもデータが大規模化しやすいため，高速かつ効率の良い計算手法が不可欠である．本研究では教師なしカーネル回帰を関係データに拡張するとともに，潜在空間にランドマークを導入してスパース近似を行った．これにより，データ数に対し線形な計算オーダーが実現できた．われわれの目的は大規模な複合関係データを対話的・視覚的に解析する汎用的なvisual analyticsの手法を開発することであり，本提案法はその基盤となるものである． |
| 抄録(英) | The aim of this work is to develop a nonlinear modeling method of large-scale relational data． For this purpose, we extended the unsupervised kernel regression for relational data. Furthermore, we made the sparse approximation by introducing landmark points into the latent spaces. As a result, we achieved a linear computational order to the data size. |
| キーワード(和) | 関係データ解析 / 対話的可視化 / 大規模データ / Visual Analytics |
| キーワード(英) | Relational data analysis / Interactive Visualization / Rarge data / Visual Analytics |
| 資料番号 | NC2020-32 |
| 発行日 | 2021-01-14 (NC) |
| 研究会情報 | |
| 研究会 | NC / NLP |
|---|---|
| 開催期間 | 2021/1/21(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC，NLP，一般 |
| テーマ（英） | NC，NLP |
| 委員長氏名（和） | 鮫島 和行(玉川大) / 夏目 季代久(九工大) |
| 委員長氏名（英） | Kazuyuki Samejima(Tamagawa Univ) / Kiyohisa Natsume(Kyushu Inst. of Tech.) |
| 副委員長氏名（和） | 大須 理英子(早大) / 高坂 拓司(中京大学) |
| 副委員長氏名（英） | Rieko Osu(Waseda Univ.) / Takuji Kosaka(Chukyo Univ.) |
| 幹事氏名（和） | 安部川 直稔(NTT) / 内部 英治(ATR) / 立野 勝巳(九工大) / 松下 春奈(香川大) |
| 幹事氏名（英） | Naotoshi Abekawa(NTT) / Eiji Uchibe(ATR) / Katsumi Tateno(Kyushu Inst. of Tech.) / Haruna Matsushita(Kagawa Univ.) |
| 幹事補佐氏名（和） | 瀧山 健(東京農工大) / 我妻 伸彦(東邦大) / 佐村 俊和(山口大) / 加藤 秀行(大分大) |
| 幹事補佐氏名（英） | Ken Takiyama(TUAT) / Nobuhiko Wagatsuma(Toho Univ.) / Toshikaza Samura(Yamaguchi Univ.) / Hideyuki Kato(Oita Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | Unsupervised Kernel Regression with Landmarks for Large Relational Data |
| サブタイトル（和） | Toward Visual Analytics Method for Complex Relational Data |
| タイトル（英） | Unsupervised Kernel Regression with Landmarks for Large Relational Data |
| サブタイトル（和） | Toward Visual Analytics Method for Complex Relational Data |
| キーワード(1)（和/英） | 関係データ解析 / Relational data analysis |
| キーワード(2)（和/英） | 対話的可視化 / Interactive Visualization |
| キーワード(3)（和/英） | 大規模データ / Rarge data |
| キーワード(4)（和/英） | Visual Analytics / Visual Analytics |
| 第 1 著者 氏名（和/英） | 高野 修平 / Shuhei Takano |
| 第 1 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 第 2 著者 氏名（和/英） | 津野 龍 / Ryo Tsuno |
| 第 2 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 第 3 著者 氏名（和/英） | 野口 科瑞稀 / Kazuki Noguchi |
| 第 3 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 第 4 著者 氏名（和/英） | 宮崎 一希 / Kazuki Miyazaki |
| 第 4 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 第 5 著者 氏名（和/英） | 古川 徹生 / Tetsuo Furukawa |
| 第 5 著者 所属（和/英） | 九州工業大学(略称：九工大) Kyushu Institute of Technology(略称：KIT) |
| 発表年月日 | 2021-01-21 |
| 資料番号 | NC2020-32 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | NC-331 |
| ページ範囲 | pp.1-6(NC), |
| ページ数 | 6 |
| 発行日 | 2021-01-14 (NC) |