データからのルール抽出
SearchSeeds
研究者紹介Fuculty
Purpose
研究の目的
相関分析、多変量解析など統計的手法では、データの線形性、項目間の独立性、サンプル数などの制約があるため、分析が難しいデータも多数存在する。そこで、そのような制約のないラフ集合理論を用い、統計的手法とは異なる側面からデータマイニングを行い、その結果を推論するシステムを構築する。
Overview
研究の概要
データからのルール抽出
一般的に、データ内にある項目（例えば車の「イメージ」）に関する規則性は、データ内の他の項目の組み合わせとして記述される。ラフ集合を用いることで、データを正しく分類するための必要最小限の属性集合（相対縮約）を抽出し、データに潜む規則性をIf-Then形式の決定ルールとして表現する。
Seeds 01 データからのルール抽出
[PDF DL]Point
研究(開発)のアピールポイント
研究の新規制、独自性
ラフ集合を用いてデータに潜む規則性を抽出するだけではなく、抽出された規則性自体の重要度およびデータ内の各項目の重要度なども評価可能。
研究に関連した特許の出願、登録状況
なし従来研究(技術)と比べての優位性
統計的手法とは異なり、データの線形性、分析項目間の独立性、サンプル数等の制約がなく、多数の項目間の関連性を同時に分析可能。
Vision/Stage
研究(開発)のビジョン・ステージ
適応分野
人の感性に関わるアンケート分析など。研究のステージ
応用段階製品化、事業化のイメージ
ラフ集合を利用したソフトウェアの開発など。
Suggestion/
Message
企業などへのご提案・メッセージ
研究（開発）に関連して、
あるいはそれ以外に関われる業務
マーケティングによるデータ（感性データ含）からの助言、ラフ集合によるアンケート解析など。
教員からのメッセージ
分析にお困りのデータがございましたら、お気軽にお問い合わせください。