| 講演名 | 2001/1/6 ラフ集合による時系列データからのデータマイニング 津本 周作, |
|---|---|
| PDFダウンロードページ | PDFダウンロードページへ |
| 抄録(和) | 本論文では, 長期間にわたって蓄積された時系列データの例として病院情報システムのデータを例にあげ, 時系列データベースの手法を提案する.いわゆるPOSデータを含めた, 売り上げデータおよび顧客データも病院情報システムのデータと同様, 時系列の特性として:(1)各レコードが不均一であり, それぞれ短期的な要因および長期的要因の混合過程である.(2)各レコードは1年以上観察された1000以上の属性によって記述されている.(3)長期入院患者は外来患者に比べて, 入院期間に著しくデータが多く保存されている.専門家でさえも, このようなデータから時系列的な性質を予測ことはできず, データマイニングの手法は簡単なパターンの抽出方法として注目されている.本論文では, いわゆる移動平均法によるデータの平滑化, 移動平均上の時系列的なパターンをファジィ-ラフの手法で変換する前処理およびルール生成を組み合わせた手法CEARIを提案し, 本手法を実際に医療データを使った実験では, 本手法で極めて興味深い知識が抽出されたことを報告する. |
| 抄録(英) | Since hospital information systems have been introduced in large hospitals, a large amount of data, including laboratory examinations, have been stored as temporal databases. The characteristics of these temporal databases are:(1)Each record are inhomogeneous with respect to time-series, including short-term effects and long-term effects. (2)Each record has more than 1000 attributes when a patient is followed for more than one year. (3)When a patient is admitted for a long time, a large amount of data is stored in a very short term. Even medical experts cannot deal with these large databases, the interest in mining some useful information from the data are growing. In this paper, we introduce a combination of extended moving average method and rule induction method, called CEARI to discover new knowledge in temporal databases. This CEARI was applied to a medical dataset on Motor Neuron Diseases, the results of which show that interesting knowledge is discovered from each database. |
| キーワード(和) | Rough Sets / Fuzzy Sets / Data Mining / Temporal Knowledge Discovery |
| キーワード(英) | Rough Sets / Fuzzy Sets / Data Mining / Temporal Knowledge Discovery |
| 資料番号 | KBSE2000-70 |
| 発行日 |
| 研究会情報 | |
| 研究会 | KBSE |
|---|---|
| 開催期間 | 2001/1/6(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 | Knowledge-Based Software Engineering (KBSE) |
|---|---|
| 本文の言語 | ENG |
| タイトル（和） | ラフ集合による時系列データからのデータマイニング |
| サブタイトル（和） | |
| タイトル（英） | Rule Discovery in Large Time-Series Medical Databases based on Fuzzy-Rough Reasoning |
| サブタイトル（和） | |
| キーワード(1)（和/英） | Rough Sets / Rough Sets |
| キーワード(2)（和/英） | Fuzzy Sets / Fuzzy Sets |
| キーワード(3)（和/英） | Data Mining / Data Mining |
| キーワード(4)（和/英） | Temporal Knowledge Discovery / Temporal Knowledge Discovery |
| 第 1 著者 氏名（和/英） | 津本 周作 / Shusaku Tsumoto |
| 第 1 著者 所属（和/英） | 島根医科大学医療情報学 Department of Medicine Informatics, Shimane Medical University, School of Medicine |
| 発表年月日 | 2001/1/6 |
| 資料番号 | KBSE2000-70 |
| 巻番号（vol） | vol.100 |
| 号番号（no） | 542 |
| ページ範囲 | pp.- |
| ページ数 | 8 |
| 発行日 | |