Directional Neighborhood Rough Setによる新しいデータ要約・学習手法の開発
| 整理番号 | 2025a039 |
|---|---|
| 種別 | 女性研究者活躍支援研究-短期研究員 |
| 研究計画題目 | Directional Neighborhood Rough Setによる新しいデータ要約・学習手法の開発 |
| 研究代表者 | 石井 順恵（京都大学大学院工学研究科・助教） |
| 研究実施期間 |
2025年9月8日(月) ～
2025年9月12日(金) 2026年3月9日(月) ～ 2026年3月13日(金) |
| 研究分野のキーワード | ラフ集合理論 |
| 本研究で得られた成果の概要 | Directional Neighborhood Rough Set (DNRS)は、ラフ集合理論という集合論の一種であり、また集合論をベースとした機械学習手法である。1982年、Pawlakによって提案された古典的ラフ集合理論の拡張の一つであり、特に説明変数が量的変数、目的変数が質的変数であるようなデータを対象に分類問題を解く際に適している。本共同研究では、九州大学システム情報科学研究院 顧 玉杰 准教授と議論を行い、DNRSの発展性について検討した。特に、DNRSによる決定ルール抽出の際の論理演算について、ノイズ耐性を高めることを目的として、差分プライバシーで用いられる概念から着想を得て論理演算の拡張を行った。 |
| 組織委員(研究集会) 参加者(短期共同利用) |
顧 玉杰（九州大学システム情報科学研究院・准教授） |