ディープナレッジ発見

  • 作成日:2015年01月16日 最終更新日:2015年01月16日
  • コメントする
  • いいね
  • お気に入り

全体に公開

提出者情報

データジャケットの題名 ディープナレッジ発見
データの所在・所有者 東京大学情報理工学系研究科 山西研究室
データ収集方法やコスト
データの共有について その他
データの共有について (その他を選ばれた方)

データの分析・シミュレーションについて

データの種類 グラフ 数値 時系列
データの変数(パラメーター)の変数名
データの概要説明 潜在的ダイナミクス、関係データ統合予測
想定しているデータの分析・シミュレーションプロセス 本研究では、BigDataに潜在する知識の深さに着目し、これを抽出して価値に変える研究を行う。現在、注目すべきBigDataの多くは、SmallDataが混在して多様なデータと結びつき、広大なネットワークを構成している。それは空間的に巨大かつ非一様であるばかりでなく、多くの変化を伴っているという意味で時間的に多様である。BigDataの問題の本質は、そうした複雑なデータのプールから、如何に個々のデータを関連させながら、データの背後にある潜在世界の全体像をあぶり出し、その時間的空間的な変化・発展を予測制御するかといった問題にあると考える。我々はそのような世界の深い知識を「ディープナレッジ」と呼び、これを発見し、価値を与えることの普遍的な数理的方法論を構築することを目的とする。特に、潜在的ダイナミックス理論、関係データ最適統合予測、テンポラル・ネットワーク、逐次的意思決定最適化、認知モデルを主たるコア技術として、ディープナレッジの発見理論基盤とその活用基盤を構築する。これをマーケットデータ、行動データ、SNSデータ、教育データ、医療データ等の複合データに適用して有効性を検証する。
想定しているデータの分析・シミュレーションプロセスの結果 (データ分析結果/ツールの出力/典型例など) 知識発見
上記の分析・シミュレーションプロセス以外に期待する分析

その他

自由記述
入手したいデータ/ツール
可視化情報
サンプルデータ

コメントフォーム

captcha

利用規約はこちらからご確認下さい。