| 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 | 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： ) |
| 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 | 6 |
| 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]