| 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 | 2025-01-28 11:55 離散時間リカレントニューラルネットによる2値データセットのクラスタリング ○大平瑞貴・清原一馬・齋藤利通（法政大）  NC2024-42 |
|
| 抄録 | （和） | 離散時間ニューラルネットワーク(DT-RNNs)に基づくS-P表のクラスタリング手法を考察する. DT-RNNの動的特性は, 2値状態変数ベクトルに基づく同期型の差分方程式によって記述される. S-P表は, 教育分野で広く利用されている2値データセット(生徒の2値スコアベクトル)である. しかし, 生徒数が増加するにつれて, S-P表の取り扱いは複雑になる. そこで, 我々はDT-RNNに基づくクラスタリング手法を適用し, 大規模S-P表から小規模S-P表への分類を考察する. この手法では, 複数の不動点がクラスタ中心に対応し, 吸引領域が小規模S-P表に対応する. 本論文では, 基礎的な数値実験を行い, 本手法の有効性を検証する. |
| （英） | This paper studies a clustering method for S-P charts based on discrete-time recurrent neural networks (DT-RNNs). The DT-RNN dynamics is described by a synchronous difference equation of binary state variable vectors. The S-P charts are binary datasets (binary score vectors of students) widely used in education. However, as the number of students increases, it becomes complicated to handle the chart. In order to overcome this problems, we applies the DT-RNN based clustering method to classify large S-P charts into smaller ones. In the method, multiple fixed points correspond to clusters and basins of attraction correspond to the large S-P chart. Performing fundamental numerical experiments, the method efficiency is investigated. |
|
| キーワード | （和） | ニューラルネットワーク / クラスタリング / S-P表 / / / / / |
| （英） | Neural Networks / Clustering / S-P Charts / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 363, NC2024-42, pp. 7-11, 2025年1月. | |
| 資料番号 | NC2024-42 | |
| 発行日 | 2025-01-21 (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 | NC2024-42 |
|
| 研究会情報 | |
| 研究会 | NC NLP |
| 開催期間 | 2025-01-28 - 2025-01-29 |
| 開催地（和） | 大阪大学 |
| 開催地（英） | |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | NC, NLP, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2025-01-NC-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 離散時間リカレントニューラルネットによる2値データセットのクラスタリング |
| サブタイトル（和） | |
| タイトル（英） | Clustering for Binary Datasets Based on Recurrent Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural Networks |
| キーワード(2)（和/英） | クラスタリング / Clustering |
| キーワード(3)（和/英） | S-P表 / S-P Charts |
| キーワード(4)（和/英） | / |
| 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） | 大平 瑞貴 / Mizuki Ohira / オオヒラ ミズキ |
| 第1著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei University (略称： HU) |
| 第2著者 氏名（和/英/ヨミ） | 清原 一馬 / Kazuma Kiyohara / キヨハラ カズマ |
| 第2著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei University (略称： HU) |
| 第3著者 氏名（和/英/ヨミ） | 齋藤 利通 / Toshimichi Saito / サイトウ トシミチ |
| 第3著者 所属（和/英） | 法政大学 (略称： 法政大) Hosei University (略称： HU) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-01-28 11:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2024-42 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.363 |
| ページ範囲 | pp.7-11 |
| ページ数 | 5 |
| 発行日 | 2025-01-21 (NC) |
[研究会発表申込システムのトップページに戻る]