修士課程2年の谷島健斗さんの論文が「2017年度人工知能学会研究会優秀賞」を受賞
平成30年6月27日（水）、慶応義塾大学 日吉キャンパス（神奈川県横浜市）で開催された（一社）人工知能学会2018年定時社員総会において、大学院修士課程工学専攻コンピュータ理工学コース2年の谷島健斗さんの論文（共著：岩沼宏治 工学部教授、山本泰生 工学部助教）が、「2017年度人工知能学会研究会優秀賞」を受賞しました。
この賞は、同会研究会において発表された研究・論文の中から、独創性、学術・技術上の寄与や波及効果、表現のわかりやすさなどを考慮し、特に優秀な研究を表彰するものです。
受賞した谷島さんは「この度は素晴らしい賞をいただき大変光栄に思います。岩沼教授、山本助教をはじめ、サポートしてくださった研究室のメンバーに深く感謝しております。この賞を励みとして、今後も研究に取り組んでいきたいと思います。」とコメントしています。
題名：負の相関ルールマイニングの効率化のための飽和アイテム集合からの極小生成子の高速抽出
著者：谷島健斗、岩沼宏治、山本泰生
掲載紙：人工知能学会 第112回知識ベースシステム研究会資料
論文ID：SIG-KBS-B508-04
発表日：2017年11月24日
URL：https://jsai.ixsq.nii.ac.jp/ej/?action=repository_uri&item_id=9007
概要：昨今ビックデータ処理に関連して、データ中に潜む潜在的な関係を抽出する技術を開発することが重要になってきています。本研究は岩沼教授・山本助教の研究グループがこれまで取り組んできた潜在的ルールの抽出を目的とした負の相関ルール抽出に関する研究を更に発展させたものです。負の相関ルールはデータ中に非常に多く内在するため、負ルールの集合を圧縮して抽出することが非常に重要になりますが、極小生成子はそのキーとなる重要技術です。本研究では、この極小生成子を高速抽出する3種類のアルゴリズムを提案し、実証的比較評価を行い、併せて現時点での問題点と解決の方向性を示したものです。
-
- 受賞した谷島さん
