講演名 | 2003/9/8 グラフ構造を用いた時系列関係の発見(<特集>「アクティブマイニング」及び一般) 市瀬 龍太郎, 沼尾 正行, |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 医療データを取り扱った知識発見で,最も難しい部分は,不均質に発生する時系列データの扱い方である.本論文では,そのようなデータを取り扱うための,一階述語論理を使った規則発見手法を提案する.提案手法は,時系列データの表現にグラフを採り入れて,そのデータをある規則にしたがって書き換えることで,規則に使われる述語の候補の生成を行う.評価のために,実際の医療データを用いて実験を行い,手法の有効性を示した. |
抄録(英) | In managing medical data, handling time-series data, which contain irregularities, presents the greatest difficulty. In the present paper, we propose a first-order rule discovery method for handling such data. The present method is an attempt to use graph structure to represent time-series data and reduce the graph using specified rules for inducing hypothesis. In order to evaluate the proposed method, we conducted experiments using real-world medical data. |
キーワード(和) | 機械学習 / 時系列マイニング / アクティブマイニング / 帰納論理プログラミング |
キーワード(英) | Machine learning / Temporal mining / Active mining / Inductive Logic Programming |
資料番号 | AI2003-52 |
発行日 |
研究会情報 | |
研究会 | AI |
---|---|
開催期間 | 2003/9/8(から1日開催) |
開催地(和) | |
開催地(英) | |
テーマ(和) | |
テーマ(英) | |
委員長氏名(和) | |
委員長氏名(英) | |
副委員長氏名(和) | |
副委員長氏名(英) | |
幹事氏名(和) | |
幹事氏名(英) | |
幹事補佐氏名(和) | |
幹事補佐氏名(英) |
講演論文情報詳細 | |
申込み研究会 | Artificial Intelligence and Knowledge-Based Processing (AI) |
---|---|
本文の言語 | ENG |
タイトル(和) | グラフ構造を用いた時系列関係の発見(<特集>「アクティブマイニング」及び一般) |
サブタイトル(和) | |
タイトル(英) | A Graph-Based Approach for Temporal Relationship Mining |
サブタイトル(和) | |
キーワード(1)(和/英) | 機械学習 / Machine learning |
キーワード(2)(和/英) | 時系列マイニング / Temporal mining |
キーワード(3)(和/英) | アクティブマイニング / Active mining |
キーワード(4)(和/英) | 帰納論理プログラミング / Inductive Logic Programming |
第 1 著者 氏名(和/英) | 市瀬 龍太郎 / Ryutaro ICHISE |
第 1 著者 所属(和/英) | 国立情報学研究所知能システム研究系 Intelligent Systems Research Division, National Institute of Informatics |
第 2 著者 氏名(和/英) | 沼尾 正行 / Masayuki NUMAO |
第 2 著者 所属(和/英) | 大阪大学産業科学研究所 The Institute of Scientific and Industrial Research, Osaka University |
発表年月日 | 2003/9/8 |
資料番号 | AI2003-52 |
巻番号(vol) | vol.103 |
号番号(no) | 305 |
ページ範囲 | pp.- |
ページ数 | 6 |
発行日 |