多種多様な情報源から要注目因子をマイニングするヘテロ成分分析
Heterogeneous Component Analysis
概要
![]() |
---|
HCAの概念図 |
ヘテロ成分分析(HCA)は、高次元の情報源がブロック構造をなし、情報源ブロック間で精度や欠測率が異なる場合を考えて我々が開発したデータマイニング手法である。多変量解析において古典的な手法である因子分析の発展形であって、ブロック構造を考慮した「情報因子」を自動的に検出できる。とくに、様々な高次元データを不完全なものも含めて解析し結論を出す必要がある近年のバイオインフォマティクスを想定しているが、行列形データ全般に適用可能である。
産業界への展開例・適用分野
データマイニング全般。バイオインフォマティクス。
研究者
氏名 | 専攻 | 研究室 | 役職(学年) |
---|---|---|---|
大羽 成征 | システム科学 | 石井研究室 | 講師 |
石井 信 | システム科学 | 石井研究室 | 教授 |