Data analysis for high-dimensional data with discrete structures and its applications

离散结构高维数据分析及其应用

• 批准号: 22700147
• 负责人: KAWAHARA Yoshinobu
• 金额: $ 2.5万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Young Scientists (B)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22700147/
• 关键词: 機械学習; データマイニング; 組合せ最適化; 劣モジュラ関数最適化; 離散凸構造; 特徴選択; 情報基盤; アルゴリズム; バイオインフォマティクス; 離散構造; 情報基礎

The main goal of this research is to develop methodologies for efficient searches of solutions with global optimality or for incorporating discrete structures as prior knowledge in combinatorial analyses with high-dimensional data. Moreover, we aim at its evaluation of the usefulness in applications where combinatorial computation plays a central role. We developed some fundamental algorithms to calculate global/approximate optimal solutions in problems that are known to be difficult to solve(such as, NP-hard problems). Also, we studied a framework for the calculation where we can incorporate such discrete structures as prior knowledge into data analysis for efficient and accurate combinatorial calculation. Furthermore, we applied the developed methods to several applications and investigate the usefulness of the framework.

这项研究的主要目标是开发有效搜索具有全局最优性的解决方案或将离散结构作为高维数据组合分析中的先验知识的方法。此外，我们的目标是评估其在组合计算发挥核心作用的应用中的有用性。我们开发了一些基本算法来计算已知难以解决的问题（例如 NP 困难问题）的全局/近似最优解。此外，我们还研究了一个计算框架，可以将离散结构作为先验知识纳入数据分析中，以实现高效、准确的组合计算。此外，我们将开发的方法应用于多个应用程序并研究该框架的实用性。

项目成果

Weighted Likelihood Policy Search with Model Selection

带有模型选择的加权似然策略搜索

• 发表时间: 2012
• 期刊: Advances in Neural Information Processing Systems
• 作者: Ueno;T. ;Hayashi;K.;Washio;T.Kawahara;Y.
• 通讯作者: Y.

Spacecraft Telemetry Monitoring Method Based on Dimensionality Reduction and Clustering

• DOI: 10.2322/jjsass.59.197
• 发表时间: 2011
• 期刊: Journal of The Japan Society for Aeronautical and Space Sciences
• 作者: T. Yairi;M. Inui;Y. Kawahara;N. Takata

二値データに対するデータ生成過程の推定

二进制数据的数据生成过程估计

• 发表时间: 2011
• 作者: 稲積孝紀;鷲尾隆;清水昌平;鈴木譲;山本章博;河原吉伸
• 通讯作者: 河原吉伸

Submoduar fractional programming for balanced clustering

用于平衡聚类的子模分数规划

• 发表时间: 2011
• 期刊: Pattern Recognition Letters
• 影响因子: 5.1
• 作者: Y.Kawahara;K.Nagano;Y.Okamoto
• 通讯作者: Y.Okamoto

Robust active learning for linear regression via density power divergence

通过密度幂散度进行线性回归的鲁棒主动学习

• 发表时间: 2012
• 作者: Y. Sogawa;T. Ueno;Y. Kawahara & T. Washio
• 通讯作者: Y. Kawahara & T. Washio