ニューラルネットワークによるデータマイニング

スポンサーリンク

概要

論文の詳細を見る
近年、大量に蓄積された履歴データを解析することにより、その中に埋もれた法則や関係など有用な情報を抽出し、データの効果的な活用を図る研究として、データマイニングが着目されている。データマイニングで得られる情報の代表的なものとして、データ間の相関関係が挙げられる。このようなルールを抽出する場合、データベースを繰り返し検索する必要があり、また探索空間は2^p(p:アトリビュート数)となるため、非常に負荷の高い処理となる。その要因を分析すると、1)データベースから知識の最小表現を求める手数が一般にはNP完全である。2)データベース内に互いに競合する無矛盾集合が存在し、その中から極大なものを求める問題もNP完全である。通常は2)を包含した1)の問題の議論をしているが、本稿では2)の要因に着目し、問題の近似解法を容易にする方法を提案する。具体的にはホップフィールドニューラルネットによる近似解法が用いられる。
1996-09-04

著者

関連論文

もっと見る

スポンサーリンク