お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2021-01-21 11:15
Unsupervised Kernel Regression with Landmarks for Large Relational Data ~ Toward Visual Analytics Method for Complex Relational Data ~
高野修平津野 龍野口科瑞稀宮崎一希古川徹生九工大NC2020-32
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. 
(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 / / / /  
(英) Relational data analysis / Interactive Visualization / Rarge data / Visual Analytics / / / /  
文献情報 信学技報, vol. 120, no. 331, NC2020-32, pp. 1-6, 2021年1月.
資料番号 NC2020-32 
発行日 2021-01-14 (NC) 
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 NC2020-32

研究会情報
研究会 NC NLP  
開催期間 2021-01-21 - 2021-01-22 
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 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2021-01-NC-NLP 
本文の言語 日本語 
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(英) 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  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
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) 高野 修平 / Shuhei Takano / タカノ シュウヘイ
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/ヨミ) 津野 龍 / Ryo Tsuno / ツノ リョウ
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/ヨミ) 野口 科瑞稀 / Kazuki Noguchi / ノグチ カズキ
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/ヨミ) 宮崎 一希 / Kazuki Miyazaki / ミヤザキ カズキ
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/ヨミ) 古川 徹生 / Tetsuo Furukawa / フルカワ テツオ
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)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-01-21 11:15:00 
発表時間 25分 
申込先研究会 NC 
資料番号 NC2020-32 
巻番号(vol) vol.120 
号番号(no) no.331 
ページ範囲 pp.1-6 
ページ数
発行日 2021-01-14 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会