JP7260704B1 - 情報処理システム、コンピュータプログラム、及び情報処理方法 - Google Patents
情報処理システム、コンピュータプログラム、及び情報処理方法 Download PDFInfo
- Publication number
- JP7260704B1 JP7260704B1 JP2022136165A JP2022136165A JP7260704B1 JP 7260704 B1 JP7260704 B1 JP 7260704B1 JP 2022136165 A JP2022136165 A JP 2022136165A JP 2022136165 A JP2022136165 A JP 2022136165A JP 7260704 B1 JP7260704 B1 JP 7260704B1
- Authority
- JP
- Japan
- Prior art keywords
- elements
- data
- data set
- similarity
- eigenvalues
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 70
- 238000003672 processing method Methods 0.000 title claims description 27
- 238000004590 computer program Methods 0.000 title claims description 16
- 238000011156 evaluation Methods 0.000 claims description 84
- 239000011159 matrix material Substances 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 description 24
- 239000013598 vector Substances 0.000 description 22
- 238000000034 method Methods 0.000 description 21
- 230000006399 behavior Effects 0.000 description 16
- 238000012854 evaluation process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本実施形態の情報処理システム1は、汎用コンピュータに専用のコンピュータプログラムPrがインストールされて構成される。情報処理システム1は、図1に示すように、プロセッサ11と、メモリ13と、ストレージ15と、ユーザインタフェース17と、通信インタフェース19とを備える。
本開示は、上記実施形態に限定されるものではなく、種々の態様を採ることができる。例えば、グラフラプラシアン行列は、k近傍グラフのグラフラプラシアン行列であってもよい。例えば、第一のグラフラプラシアン行列L1は、第一の集合における第一のエンティティのそれぞれのノードを、類似度R1が高い順に第一の集合内の一以上のk個の第一のエンティティのノードと接続したk近傍グラフ、に対応するグラフラプラシアン行列であってもよい。
本明細書には、次の技術思想が開示されていると理解することができる。
[項目1]
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得するように構成される第一の取得部と、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得するように構成される第二の取得部と、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価するように構成される評価部と、
を備える情報処理システム。
[項目2]
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得するように構成される第一の取得部と、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得するように構成される第二の取得部と、
前記第一のデータセットに基づき、前記複数の第一の要素間の類似度を算出するように構成される第一の類似度算出部と、
前記第二のデータセットに基づき、前記複数の第二の要素間の類似度を算出するように構成される第二の類似度算出部と、
前記複数の第一の要素間の類似度に基づき、近傍グラフであって、前記複数の第一の要素のそれぞれを、類似度の高さが所定条件を満足する前記第一の集合内の一以上の第一の要素と接続した近傍グラフ、に対応する第一のグラフラプラシアン行列の固有値の一群を、第一の固有値の一群として算出するように構成される第一の固有値算出部と、
前記複数の第二の要素間の類似度に基づき、近傍グラフであって、前記複数の第二の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記第二の集合内の一以上の第二の要素と接続した近傍グラフ、に対応する第二のグラフラプラシアン行列の固有値の一群を、第二の固有値の一群として算出するように構成される第二の固有値算出部と、
前記第一の固有値の一群と前記第二の固有値の一群との間の比較に基づき、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価するように構成される評価部と、
を備える情報処理システム。
[項目3]
前記評価部は、固有値の大きさを基準に順位付けされる、前記第一の固有値の一群に含まれる複数の第一の固有値のそれぞれの、前記第一の固有値の一群における順位、及び、前記第二の固有値の一群に含まれる複数の第二の固有値のそれぞれの、前記第二の固有値の一群における順位に基づき、前記複数の第一の固有値のそれぞれを、前記複数の第二の固有値のうちの同一順位の固有値と比較することにより、前記データ構造に関する類似性を評価する項目2記載の情報処理システム。
[項目4]
前記評価部は、前記第一の固有値の一群に含まれる固有値の大きい順に第1位から所定順位までの固有値のそれぞれを、前記複数の第二の固有値のうちの同一順位の固有値と比較することにより、前記データ構造に関する類似性を評価する項目3記載の情報処理システム。
[項目5]
前記評価部は、誤差の二乗和により前記データ構造に関する類似性の評価値を算出するように構成され、前記誤差のそれぞれは、前記複数の第一の固有値のうちの、対応する順位の第一の固有値と、前記複数の第二の固有値のうちの、前記対応する順位の第二の固有値との差である項目3又は項目4の記載の情報処理システム。
[項目6]
前記第一のグラフラプラシアン行列は、前記複数の第一の要素のそれぞれを、前記第一の集合における類似度が最も高い第一の要素と接続した最近傍グラフのグラフラプラシアン行列であり、
前記第二のグラフラプラシアン行列は、前記複数の第二の要素のそれぞれを、前記第二の集合における類似度が最も高い第二の要素と接続した最近傍グラフのグラフラプラシアン行列である項目2~項目5のいずれか一項記載の情報処理システム。
[項目7]
前記第二の取得部は、前記第二のデータセットとして、複数の評価対象のデータセットを取得し、
前記複数の評価対象のデータセットのそれぞれは、対応する集合における複数の要素に関して、前記複数の要素のそれぞれの特徴を記述するデータを含むデータセットであり、
前記複数の評価対象のデータセットは、互いに異なる集合に関するデータセット、又は、互いに記述される特徴が異なるデータセットであり、
前記第二の類似度算出部は、前記複数の評価対象のデータセットのそれぞれについて、前記対応する集合における前記複数の要素間の類似度を算出し、
前記第二の固有値算出部は、前記複数の評価対象のデータセットのそれぞれについて、近傍グラフであって、前記対応する集合における前記複数の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記対応する集合内の一以上の要素と接続した近傍グラフ、に対応するグラフラプラシアン行列の固有値の一群を、比較対象の固有値の一群として算出し、
前記評価部は、前記複数の評価対象のデータセットのそれぞれについて、対応する評価対象のデータセットに基づく前記比較対象の固有値の一群と、前記第一の固有値の一群との間の比較に基づき、前記第一のデータセットと前記対応する評価対象のデータセットとの間の前記データ構造に関する類似性を評価する
項目2~項目6のいずれか一項記載の情報処理システム。
[項目8]
前記複数の評価対象のデータセットのうち、前記データ構造に関する類似性の評価が最も高いデータセットを、結合対象に選択するように構成される選択部と、
前記第一のデータセットと、前記結合対象に選択された前記第二のデータセットとを、前記第一の集合と前記対応する集合との間において類似する要素の特徴を記述するデータを関連付けるように結合する構成にされる結合部と、
を備える項目7記載の情報処理システム。
[項目9]
前記第一のデータセットは、前記複数の第一の要素として、前記第一の集合における複数の人の特徴を記述するデータセットであり、前記第二のデータセットは、前記複数の第二の要素として、前記第二の集合における複数の人の特徴を記述するデータセットである項目1~項目8のいずれか一項記載の情報処理システム。
[項目10]
項目1記載の情報処理システムにおける前記第一の取得部、前記第二の取得部、及び前記評価部としてコンピュータを機能させるためのコンピュータプログラム。
[項目11]
項目2~項目7のいずれか一項記載の情報処理システムにおける前記第一の取得部、前記第二の取得部、前記第一の類似度算出部、前記第二の類似度算出部、前記第一の固有値算出部、前記第二の固有値算出部、及び前記評価部としてコンピュータを機能させるためのコンピュータプログラム。
[項目12]
コンピュータにより実行される情報処理方法であって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得することと、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得することと、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価することと、
を含む情報処理方法。
[項目13]
コンピュータにより実行される情報処理方法であって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得することと、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得することと、
前記第一のデータセットに基づき、前記複数の第一の要素間の類似度を算出することと、
前記第二のデータセットに基づき、前記複数の第二の要素間の類似度を算出することと、
前記複数の第一の要素間の類似度に基づき、近傍グラフであって、前記複数の第一の要素のそれぞれを、類似度の高さが所定条件を満足する前記第一の集合内の一以上の第一の要素と接続した近傍グラフ、に対応する第一のグラフラプラシアン行列の固有値の一群を、第一の固有値の一群として算出することと、
前記複数の第二の要素間の類似度に基づき、近傍グラフであって、前記複数の第二の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記第二の集合内の一以上の第二の要素と接続した近傍グラフ、に対応する第二のグラフラプラシアン行列の固有値の一群を、第二の固有値の一群として算出することと、
前記第一の固有値の一群と前記第二の固有値の一群との間の比較に基づき、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価することと、
を含む情報処理方法。
Claims (16)
- 第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得するように構成される第一の取得部と、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得するように構成される第二の取得部と、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の間の比較であって、前記第一の集合の近傍グラフに対応するグラフラプラシアン行列及び前記第二の集合の近傍グラフに対応するグラフラプラシアン行列を用いた比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価するように構成される評価部と、
を備える情報処理システム。 - 情報処理システムであって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得するように構成される第一の取得部と、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得するように構成される第二の取得部と、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価するように構成される評価部と、
を備え、
前記第二の取得部は、前記第二のデータセットとして、複数の評価対象のデータセットを取得し、
前記複数の評価対象のデータセットのそれぞれは、対応する集合における複数の要素に関して、前記複数の要素のそれぞれの特徴を記述するデータを含むデータセットであり、
前記複数の評価対象のデータセットは、互いに異なる集合に関するデータセット、又は、互いに記述される特徴が異なるデータセットであり、
前記評価部は、前記複数の評価対象のデータセットのそれぞれについて、対応する評価対象のデータセットから判別される前記対応する集合における前記複数の要素間の類似度に基づく前記対応する集合の近傍グラフと、前記第一の集合の近傍グラフとの間の比較に基づき、前記対応する評価対象のデータセットと前記第一のデータセットとの間の前記データ構造に関する類似性を評価し、
前記情報処理システムは、更に、
前記複数の評価対象のデータセットのうち、前記データ構造に関する類似性の評価が最も高いデータセットを、結合対象に選択するように構成される選択部と、
前記第一のデータセットと、前記結合対象に選択されたデータセットとを、前記第一の集合と前記対応する集合との間において類似する要素の特徴を記述するデータを関連付けるように結合する構成にされる結合部と、
を備える情報処理システム。 - 第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得するように構成される第一の取得部と、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得するように構成される第二の取得部と、
前記第一のデータセットに基づき、前記複数の第一の要素間の類似度を算出するように構成される第一の類似度算出部と、
前記第二のデータセットに基づき、前記複数の第二の要素間の類似度を算出するように構成される第二の類似度算出部と、
前記複数の第一の要素間の類似度に基づき、近傍グラフであって、前記複数の第一の要素のそれぞれを、類似度の高さが所定条件を満足する前記第一の集合内の一以上の第一の要素と接続した近傍グラフ、に対応する第一のグラフラプラシアン行列の固有値の一群を、第一の固有値の一群として算出するように構成される第一の固有値算出部と、
前記複数の第二の要素間の類似度に基づき、近傍グラフであって、前記複数の第二の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記第二の集合内の一以上の第二の要素と接続した近傍グラフ、に対応する第二のグラフラプラシアン行列の固有値の一群を、第二の固有値の一群として算出するように構成される第二の固有値算出部と、
前記第一の固有値の一群と前記第二の固有値の一群との間の比較に基づき、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価するように構成される評価部と、
を備える情報処理システム。 - 前記評価部は、固有値の大きさを基準に順位付けされる、前記第一の固有値の一群に含まれる複数の第一の固有値のそれぞれの、前記第一の固有値の一群における順位、及び、前記第二の固有値の一群に含まれる複数の第二の固有値のそれぞれの、前記第二の固有値の一群における順位に基づき、前記複数の第一の固有値のそれぞれを、前記複数の第二の固有値のうちの同一順位の固有値と比較することにより、前記データ構造に関する類似性を評価する請求項3記載の情報処理システム。
- 前記評価部は、前記第一の固有値の一群に含まれる固有値の大きい順に第1位から所定順位までの固有値のそれぞれを、前記複数の第二の固有値のうちの同一順位の固有値と比較することにより、前記データ構造に関する類似性を評価する請求項4記載の情報処理システム。
- 前記評価部は、誤差の二乗和により前記データ構造に関する類似性の評価値を算出するように構成され、前記誤差のそれぞれは、前記複数の第一の固有値のうちの、対応する順位の第一の固有値と、前記複数の第二の固有値のうちの、前記対応する順位の第二の固有値との差である請求項4記載の情報処理システム。
- 前記第一のグラフラプラシアン行列は、前記複数の第一の要素のそれぞれを、前記第一の集合における類似度が最も高い第一の要素と接続した最近傍グラフのグラフラプラシアン行列であり、
前記第二のグラフラプラシアン行列は、前記複数の第二の要素のそれぞれを、前記第二の集合における類似度が最も高い第二の要素と接続した最近傍グラフのグラフラプラシアン行列である請求項3記載の情報処理システム。 - 前記第二の取得部は、前記第二のデータセットとして、複数の評価対象のデータセットを取得し、
前記複数の評価対象のデータセットのそれぞれは、対応する集合における複数の要素に関して、前記複数の要素のそれぞれの特徴を記述するデータを含むデータセットであり、
前記複数の評価対象のデータセットは、互いに異なる集合に関するデータセット、又は、互いに記述される特徴が異なるデータセットであり、
前記第二の類似度算出部は、前記複数の評価対象のデータセットのそれぞれについて、前記対応する集合における前記複数の要素間の類似度を算出し、
前記第二の固有値算出部は、前記複数の評価対象のデータセットのそれぞれについて、近傍グラフであって、前記対応する集合における前記複数の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記対応する集合内の一以上の要素と接続した近傍グラフ、に対応するグラフラプラシアン行列の固有値の一群を、比較対象の固有値の一群として算出し、
前記評価部は、前記複数の評価対象のデータセットのそれぞれについて、対応する評価対象のデータセットに基づく前記比較対象の固有値の一群と、前記第一の固有値の一群との間の比較に基づき、前記第一のデータセットと前記対応する評価対象のデータセットとの間の前記データ構造に関する類似性を評価する
請求項3記載の情報処理システム。 - 前記複数の評価対象のデータセットのうち、前記データ構造に関する類似性の評価が最も高いデータセットを、結合対象に選択するように構成される選択部と、
前記第一のデータセットと、前記結合対象に選択された前記第二のデータセットとを、前記第一の集合と前記対応する集合との間において類似する要素の特徴を記述するデータを関連付けるように結合する構成にされる結合部と、
を備える請求項8記載の情報処理システム。 - 前記第一のデータセットは、前記複数の第一の要素として、前記第一の集合における複数の人の特徴を記述するデータセットであり、前記第二のデータセットは、前記複数の第二の要素として、前記第二の集合における複数の人の特徴を記述するデータセットである請求項1~請求項9のいずれか一項記載の情報処理システム。
- 請求項1記載の情報処理システムにおける前記第一の取得部、前記第二の取得部、及び前記評価部としてコンピュータを機能させるためのコンピュータプログラム。
- 請求項2記載の情報処理システムにおける前記第一の取得部、前記第二の取得部、前記評価部、前記選択部、及び前記結合部としてコンピュータを機能させるためのコンピュータプログラム。
- 請求項3~請求項8のいずれか一項記載の情報処理システムにおける前記第一の取得部、前記第二の取得部、前記第一の類似度算出部、前記第二の類似度算出部、前記第一の固有値算出部、前記第二の固有値算出部、及び前記評価部としてコンピュータを機能させるためのコンピュータプログラム。
- コンピュータにより実行される情報処理方法であって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得することと、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得することと、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の間の比較であって、前記第一の集合の近傍グラフに対応するグラフラプラシアン行列及び前記第二の集合の近傍グラフに対応するグラフラプラシアン行列を用いた比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価することと、
を含む情報処理方法。 - コンピュータにより実行される情報処理方法であって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得することと、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得することと、
前記第一のデータセットから判別される前記複数の第一の要素間の類似度に基づく前記第一の集合の近傍グラフと、前記第二のデータセットから判別される前記複数の第二の要素間の類似度に基づく前記第二の集合の近傍グラフと、の比較に基づいて、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価することと、
を含み、
前記第二のデータセットを取得することは、前記第二のデータセットとして、複数の評価対象のデータセットを取得することを含み、
前記複数の評価対象のデータセットのそれぞれは、対応する集合における複数の要素に関して、前記複数の要素のそれぞれの特徴を記述するデータを含むデータセットであり、
前記複数の評価対象のデータセットは、互いに異なる集合に関するデータセット、又は、互いに記述される特徴が異なるデータセットであり、
前記評価することは、前記複数の評価対象のデータセットのそれぞれについて、対応する評価対象のデータセットから判別される前記対応する集合における前記複数の要素間の類似度に基づく前記対応する集合の近傍グラフと、前記第一の集合の近傍グラフとの間の比較に基づき、前記対応する評価対象のデータセットと前記第一のデータセットとの間の前記データ構造に関する類似性を評価することを含み、
前記情報処理方法は、更に、
前記複数の評価対象のデータセットのうち、前記データ構造に関する類似性の評価が最も高いデータセットを、結合対象に選択することと、
前記第一のデータセットと、前記結合対象に選択された前記第二のデータセットとを、前記第一の集合と前記対応する集合との間において類似する要素の特徴を記述するデータを関連付けるように結合することと、
を含む情報処理方法。 - コンピュータにより実行される情報処理方法であって、
第一の集合における複数の第一の要素に関して、前記複数の第一の要素のそれぞれの特徴を記述するデータを含む第一のデータセットを取得することと、
第二の集合における複数の第二の要素に関して、前記複数の第二の要素のそれぞれの特徴を記述するデータを含む第二のデータセットを取得することと、
前記第一のデータセットに基づき、前記複数の第一の要素間の類似度を算出することと、
前記第二のデータセットに基づき、前記複数の第二の要素間の類似度を算出することと、
前記複数の第一の要素間の類似度に基づき、近傍グラフであって、前記複数の第一の要素のそれぞれを、類似度の高さが所定条件を満足する前記第一の集合内の一以上の第一の要素と接続した近傍グラフ、に対応する第一のグラフラプラシアン行列の固有値の一群を、第一の固有値の一群として算出することと、
前記複数の第二の要素間の類似度に基づき、近傍グラフであって、前記複数の第二の要素のそれぞれを、類似度の高さが前記所定条件を満足する前記第二の集合内の一以上の第二の要素と接続した近傍グラフ、に対応する第二のグラフラプラシアン行列の固有値の一群を、第二の固有値の一群として算出することと、
前記第一の固有値の一群と前記第二の固有値の一群との間の比較に基づき、前記第一のデータセットと前記第二のデータセットとの間のデータ構造に関する類似性を評価することと、
を含む情報処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022136165A JP7260704B1 (ja) | 2022-08-29 | 2022-08-29 | 情報処理システム、コンピュータプログラム、及び情報処理方法 |
PCT/JP2023/029732 WO2024048305A1 (ja) | 2022-08-29 | 2023-08-17 | 情報処理システム及び情報処理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022136165A JP7260704B1 (ja) | 2022-08-29 | 2022-08-29 | 情報処理システム、コンピュータプログラム、及び情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7260704B1 true JP7260704B1 (ja) | 2023-04-18 |
JP2024032488A JP2024032488A (ja) | 2024-03-12 |
Family
ID=86005192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022136165A Active JP7260704B1 (ja) | 2022-08-29 | 2022-08-29 | 情報処理システム、コンピュータプログラム、及び情報処理方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7260704B1 (ja) |
WO (1) | WO2024048305A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017097717A (ja) | 2015-11-26 | 2017-06-01 | 株式会社博報堂 | 情報処理システム及びプログラム |
WO2017175434A1 (ja) | 2016-04-06 | 2017-10-12 | ソニー株式会社 | 情報処理装置、情報処理方法および情報提供方法 |
JP2021131783A (ja) | 2020-02-20 | 2021-09-09 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10430417B2 (en) * | 2016-03-10 | 2019-10-01 | Tata Consultancy Services Limited | System and method for visual bayesian data fusion |
-
2022
- 2022-08-29 JP JP2022136165A patent/JP7260704B1/ja active Active
-
2023
- 2023-08-17 WO PCT/JP2023/029732 patent/WO2024048305A1/ja unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017097717A (ja) | 2015-11-26 | 2017-06-01 | 株式会社博報堂 | 情報処理システム及びプログラム |
WO2017175434A1 (ja) | 2016-04-06 | 2017-10-12 | ソニー株式会社 | 情報処理装置、情報処理方法および情報提供方法 |
JP2021131783A (ja) | 2020-02-20 | 2021-09-09 | ヤフー株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Non-Patent Citations (1)
Title |
---|
Steven S. Skiena,データサイエンス設計マニュアル,第1版,株式会社オライリー・ジャパン,2020年01月24日,pp. 293-297 |
Also Published As
Publication number | Publication date |
---|---|
JP2024032488A (ja) | 2024-03-12 |
WO2024048305A1 (ja) | 2024-03-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Onar et al. | A new hesitant fuzzy QFD approach: an application to computer workstation selection | |
Hadden et al. | Computer assisted customer churn management: State-of-the-art and future trends | |
Long et al. | Efficient adaptive response surface method using intelligent space exploration strategy | |
JP6744882B2 (ja) | 行動パターン探索システム、および行動パターン探索方法 | |
Danglade et al. | On the use of machine learning to defeature CAD models for simulation | |
Kumar et al. | A paradigm for customer-driven product design approach using extended axiomatic design | |
CN109740924B (zh) | 融合属性信息网络和矩阵分解的物品评分预测方法 | |
Ma | A new group ranking approach for ordinal preferences based on group maximum consensus sequences | |
US20150213388A1 (en) | Consensus building support method, consensus building support apparatus, and consensus building support system | |
Ozcan et al. | Modified grey relational analysis integrated with grey dematel approach for the performance evaluation of retail stores | |
CN110321473B (zh) | 基于多模态注意力的多样性偏好信息推送方法、系统、介质及设备 | |
US20210166194A1 (en) | Product design and materials development integration using a machine learning generated capability map | |
Yudhistyra et al. | Using big data analytics for decision making: analyzing customer behavior using association rule mining in a gold, silver, and precious metal trading company in Indonesia | |
Pahwa et al. | Network-based pricing for 3D printing services in two-sided manufacturing-as-a-service marketplace | |
Osteras et al. | Product performance and specification in new product development | |
Patil et al. | Social context-aware and fuzzy preference temporal graph for personalized B2B marketing campaigns recommendations | |
JP7260704B1 (ja) | 情報処理システム、コンピュータプログラム、及び情報処理方法 | |
CN111815410B (zh) | 基于选择性邻域信息的商品推荐方法 | |
Zhou et al. | Sensitivity analysis–based dynamic process capability evaluation for small batch production runs | |
CN111310305A (zh) | 一种固体氧化物燃料电池系统振荡变量获取方法 | |
US20110313800A1 (en) | Systems and Methods for Impact Analysis in a Computer Network | |
WO2020054819A1 (ja) | データ解析装置、データ解析方法及びプログラム | |
JP6601888B1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
Chen et al. | Enhancing robustness of link prediction for noisy complex networks | |
Umar et al. | The Impact of Frugality on Green Brand Image. In the perspective of Attitude Behavior Context Theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220829 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220829 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230209 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230314 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7260704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |