| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2007-07-03 15:25 垂直分割に基づいた超高次元データからの並列頻出パターン発見手法 ○森 紘一郎・折原良平（東芝）  DE2007-91 |
|
| 抄録 | （和） | 従来の並列頻出パターン発見手法は，レコード数が非常に大きなデータに対し，データを水平分割して各計算機に割り当てる手法が一般的であった．しかし，近年，属性数が非常に大きな超高次元データからの頻出パターン発見が重要になってきた．このようなデータには，従来の水平分割に基づいた並列化手法では対応できない．本論文では，データの垂直分割とレコード空間探索を組合せた並列アルゴリズムが超高次元データの頻出パターン発見に有効であることを示す．提案手法を現実のマイクロアレイデータセットを用いて評価したところ16台で約13倍の速度向上が達成できた． |
| （英） | In general, traditional parallel frequent pattern mining methods were applied to data that contains a large number of records. The data was horizontally partitioned and each partitioned data was allocated to processing elements. However recently, frequent pattern mining from super-high-dimensional data that contains a huge number of attributes is becoming important. The traditional parallel frequent pattern mining methods cannot handle these data. In this paper, we show that the combination of vertical partitioning and record space search is efficient for parallel frequent pattern mining of high-dimensional data. We evaluate our method with real microarray dataset on 16 PCs to discover that it is approximately 13 times faster than sequential one. | |
| キーワード | （和） | データマイニング / 相関ルール / 頻出パターン / 高次元データ / 垂直分割 / 並列計算 / / |
| （英） | Data Mining / Association Rule / Frequent Pattern / High Dimensional Data / Vertical Partitioning / Parallel Processing / / | |
| 文献情報 | 信学技報, vol. 107, no. 131, DE2007-91, pp. 417-422, 2007年7月. | |
| 資料番号 | DE2007-91 | |
| 発行日 | 2007-06-25 (DE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | DE2007-91 |
|
| 研究会情報 | |
| 研究会 | DE |
| 開催期間 | 2007-07-02 - 2007-07-04 |
| 開催地（和） | 秋保温泉（仙台） |
| 開催地（英） | Akiu hot springs (Sendai) |
| テーマ（和） | 夏のデータベースワークショップ 2007 (データ工学，一般） |
| テーマ（英） | Summer Database Workshop 2007 (Data engineering, etc.) |
| 講演論文情報の詳細 | |
| 申込み研究会 | DE |
| 会議コード | 2007-07-DE |
| 本文の言語 | 日本語 |
| タイトル（和） | 垂直分割に基づいた超高次元データからの並列頻出パターン発見手法 |
| サブタイトル（和） | |
| タイトル（英） | Parallel Frequent Pattern Mining Method from Super High-Dimensional Data by Vertical Partitioning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | データマイニング / Data Mining |
| キーワード(2)（和/英） | 相関ルール / Association Rule |
| キーワード(3)（和/英） | 頻出パターン / Frequent Pattern |
| キーワード(4)（和/英） | 高次元データ / High Dimensional Data |
| キーワード(5)（和/英） | 垂直分割 / Vertical Partitioning |
| キーワード(6)（和/英） | 並列計算 / Parallel Processing |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 森 紘一郎 / Kouichirou Mori / モリ コウイチロウ |
| 第1著者 所属（和/英） | 株式会社 東芝 (略称： 東芝) Toshiba Corporation (略称： Toshiba Corp.) |
| 第2著者 氏名（和/英/ヨミ） | 折原 良平 / Ryohei Orihara / オリハラ リョウヘイ |
| 第2著者 所属（和/英） | 株式会社 東芝 (略称： 東芝) Toshiba Corporation (略称： Toshiba Corp.) |
| 講演者 | 第1著者 |
| 発表日時 | 2007-07-03 15:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | DE |
| 資料番号 | DE2007-91 |
| 巻番号（vol） | vol.107 |
| 号番号（no） | no.131 |
| ページ範囲 | pp.417-422 |
| ページ数 | 6 |
| 発行日 | 2007-06-25 (DE) |
[研究会発表申込システムのトップページに戻る]