情報知識ネットワーク 有村・喜田研究室 ex. 7678, 7679

Presentation on theme: "情報知識ネットワーク 有村・喜田研究室 ex. 7678, 7679"— Presentation transcript:

1 情報知識ネットワーク 有村・喜田研究室 {arim,kida}@ist.hokudai.ac.jp ex. 7678, 7679
2005/10/06 情報知識ネットーワーク 研究室紹介（有村・喜田研） 北海道大学工学部 情報エレクトロニクス学科 コンピュータサイエンス・コース 3年ゼミナール紹介 情報知識ネットワーク 有村・喜田研究室 ex. 7678, 7679 研究室ホームページ　

2 紹介: 情報知識ネットワーク研究室 （有村・喜田 研）
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 紹介: 情報知識ネットワーク研究室 （有村・喜田 研） 研究テーマ： 情報検索とデータマイニング 教官： 有村博紀 教授，喜田拓也 助教授 研究協力者： 宇野毅明，佐藤健（国立情報学研究所）， 湊 真一，トーマス・ツォイグマン（北大大学院情報科学研究科） 坂本比呂志，下薗真一（九工大）， 北大情報科学ＣＳ専攻知識ソフトウェア科学講座メンバーとも研究交流

3 有村博紀 専門： 興味があること 最近面白かったこと データマイニング 情報検索（とくに全文テキスト索引） 計算学習理論（機械学習）
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 有村博紀 専門： データマイニング 情報検索（とくに全文テキスト索引） 計算学習理論（機械学習） 興味があること 膨大なデータから，人間に役立つ情報と知識を とりだすこと 高速なアルゴリズム（プログラム）を設計すること 最近面白かったこと 企業の人たちと一緒に，ソフトウェア開発をしたこと．

4 データマイニング・エンジンの開発 ウェブやHTML，テキストデータなどのグラフデータから 特徴的なパターンを高速に取り出す．
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 データマイニング・エンジンの開発 ウェブやHTML，テキストデータなどのグラフデータから 特徴的なパターンを高速に取り出す． 情報検索や日本語テキスト処理，画像データ処理に役立つ． AWAP: Fast Text Mining Engine (1997－2002) FREQT: Fast XML and Tree-like Data Miner (SDM'02) OPTT: Optimized Pattern Disocvery (PKDD'02) StreamT: Online XML Stream Miner (IEEE ICDM'02) UnoT: Unordered Tree Miner (Discovery Science'03) A collection of trees Frequent Patterns with s = 50 % Mining (with

5 AWAP: Fast Text Mining Engine (1997－2002)
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 AWAP: Fast Text Mining Engine (1997－2002) HONDA vs. SOFTBANK HONDA vs. TOYOTA ホンダ って どんな会社だろう？ ソフトバンク じゃなくて， ホンダ に出ているもの はなにかな？ トヨタ じゃなくて， ホンダ に出ているもの はなにかな？

6 喜田拓也 専門： 興味があること 最近面白かったこと 情報検索（特に文字列照合） テキスト・アルゴリズム データ圧縮
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 喜田拓也 専門： 情報検索（特に文字列照合） テキスト・アルゴリズム データ圧縮 興味があること 巧妙なアルゴリズムを知るor設計すること 効率よく情報を検索するためにコンピュータが できること 最近面白かったこと 国際会議でイタリアへ行ったこと．

7 圧縮データに対する文字列照合 復号 文字列照合 アルゴリズム 転送 文字列照合 アルゴリズム 転送 転送 圧縮文字列照合 アルゴリズム
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 圧縮データに対する文字列照合 二次記憶装置上 テキスト データ 主記憶装置上 文字列照合 アルゴリズム 転送 主記憶装置上 二次記憶装置上 圧縮テキスト 文字列照合 アルゴリズム 復号 転送 主記憶装置上 二次記憶装置上 圧縮テキスト 転送 主記憶装置上 圧縮文字列照合 アルゴリズム

8 実験結果（非圧縮テキスト上のアルゴリズムとの対比）
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 実験結果（非圧縮テキスト上のアルゴリズムとの対比） パタンの長さ 0.0 0.3 0.4 0.5 0.8 0.1 0.2 0.6 0.7 CPU時間（秒） AlphaStation XP1000 (Alpha21264: 667MHz) Tru64 UNIX V4.0F Medline（英文テキスト） 60.3Mbyte 非圧縮テキストをKMPで照合 BPE圧縮テキストに対する Boyer-Moore型のアルゴリズム を用いた照合（Shibataら[2000]） BPE圧縮テキストに対する照合 非圧縮テキストをAgrepで照合 5 10 15 20 25 30 * BPEはByte Pair Encoding圧縮法 * KMPはKnuth-Morris-Pratt法 * AgrepはWu&Manberが開発した検索ツール (with

9 3年生ゼミナール ゼミナール 大学の残りの2年間でしてほしいこと＊ 英語または日本語の資料を読む わかったことを他のひとに説明する
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 3年生ゼミナール ゼミナール 英語または日本語の資料を読む わかったことを他のひとに説明する 新しい考え／方法を作る プログラムを作る／実験する 日本語または英語で書く 大学の残りの2年間でしてほしいこと＊ 興味があること／やりたいことをみつける 何でもいいから，集中して基礎的な勉強をしてみる　（20代前半に) 　　これは今回は見送り ＊）大学院の2年間で身につけてほしいことでもあります．

10 "Managing Gigabytes" (ギガバイトを征服！）
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 H16年の例 3年生ゼミナール： テキスト 英語の教科書 "Managing Gigabytes" (ギガバイトを征服！） 著者： Ian H. Witten, Alistair Moffat, Timothy C. Bell, Morgan Kaufmann Publishers, 1999. ウェブサーチ・エンジンを作るための 現在唯一の教科書 テキストと画像の圧縮 テキスト索引の実装 問合せの実現 写真略 Ian Witten先生 ワイカト大学, NZ 写真略 Alistair Moffat先生 メルボルン大学, AU ManagingGygabyte site:

11 3年生ゼミナール： ゼミで直接まなぶこと 情報工学として 情報検索の基礎技術 データ圧縮の技術 ウェブ検索エンジンのしくみ
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 3年生ゼミナール： ゼミで直接まなぶこと 情報検索の基礎技術 データ圧縮の技術 ウェブ検索エンジンのしくみ 情報工学として アルゴリズムとデータ構造の 議論に慣れる 情報理論と統計の実際をしる 工学(engineering)の感覚 読む・話す・聞く・作る

12 3年生ゼミナール オプション（希望者があれば） プログラム作成 コンテスト？？？ 複数パターン照合機械 （情報検索）
情報知識ネットーワーク 研究室紹介（有村・喜田研） 2005/10/06 3年生ゼミナール オプション（希望者があれば） プログラム作成 複数パターン照合機械 （情報検索） ハフマンor LZ圧縮プログラム (テキスト圧縮） アイテム集合発見プログラム （データマイニング） コンテスト？？？

13 2005/10/06 情報知識ネットーワーク 研究室紹介（有村・喜田研） おまちしています 情報知識ネットワーク 有村・喜田研究室 ex. 7678, 7679 研究室ホームページ