【ブレイキングダウンにもベットできる！！】Bee Bet

--> (function(w,d,s,l,i){w[l]=w[l]||[];w[l].push({'gtm.start': new Date().getTime(),event:'gtm.js'});var f=d.getElementsByTagName(s)[0], j=d.createElement(s),dl=l!='dataLayer'?'&l='+l:'';j.async=true;j.src= 'https://www.googletagmanager.com/gtm.js?id='+i+dl;f.parentNode.insertBefore(j,f); })(window,document,'script','dataLayer','GTM-NSWDBHZ');--> --> --> 本文へ ここからサイトナビゲーションです 文字 標準 拡大 検索 --> --> --> --> --> お問い合わせ アクセスマップ サイトマップ メインメニュー 本文へ メニュー PC版 文字標準 文字拡大 大学概要 学部・大学院・研究所 教育・学生支援 研究・産学連携 国際交流 社会連携 情報公開・広報 入試情報 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 閉じる ホーム > 2024年のプレスリリース・研究成果 > 量子インスパイアード技術を用いた大量データのクラス... ここから本文です 2024年 | プレスリリース・研究成果 量子インスパイアード技術を用いた大量データのクラスタリング手法の開発 多様な分野における画像を含む時系列データの分析に利用 2024年1月11日 14:00 | プレスリリース・研究成果 【本学研究者情報】 〇流体科学研究所　教授　永井大樹流体科学研究所　助教　伊神翼研究室ウェブサイト 【発表のポイント】 科学、工学、環境、農業、生命科学、経済学をはじめ多くの分野で、時間とともに変化するデータ（時系列データ）を大量に収集し、類似度に応じて適切にグループ分け（クラスタリング）し、特徴的な挙動を解析することが重要となっています。 本研究では、時系列データのクラスタリングを組合せ最適化問題として捉え、この問題に特化した量子インスパイアード技術を適用することで、大量なデータのクラスタリングを高速に行うことに成功しました。 【概要】 早稲田大学理工学術院教授 松田佑（まつだゆう）、同大学院生 井上智輝（いのうえともき）、窪田航陽（くぼたこうよう）、東北大学流体科学研究所教授 永井大樹（ながいひろき）、同助教 伊神翼（いかみつばさ）、愛知工業大学工学部教授 江上泰広（えがみやすひろ）らの研究グループ（以下、「本研究グループ」とする）は、大きなサイズで大量の時系列データ*1のクラスタリング*2を組合せ最適化問題*3として捉え、これに特化した計算技術を応用して高速な計算を可能としました。また、どのクラスタにも相応しくない外れ値を、クラスタに含まないようなアルゴリズム構築を行いました。これにより、多分野での画像を含む時系列データの解析に本手法が貢献できると期待されます。 このたびの成果は、英国の科学雑誌Natureが運営するオープンアクセスジャーナル『Communications Engineering』に、"Clustering Method for Time-Series Images Using Quantum-Inspired Digital Annealer Technology"として、2024年1月10日(現地時間)に掲載されました。 図1 本研究による高精度クラスタリング結果 【用語解説】 ※1　時系列データ時間と共に変化する量についてのデータ。例えば、気温の時間変化、株価や為替相場など。 ※2　クラスタリングデータを類似度に応じてグループ分けすること。教師なしの機械学習のひとつ。教師あり学習である「分類」とは異なる。作られたグループはクラスタと呼ばれる。また類似度とは2つのデータがお互いにどれだけ似ているのかを示す指標。 ※3　組合せ最適化問題考えられる組合せの中から、与えられた条件を満たす最適な組合せを選ぶ問題。巡回セールスマン問題やナップサック問題などがよく知られている。 詳細（プレスリリース本文） 問い合わせ先 （研究に関すること）東北大学流体科学研究所教授　永井 大樹（ながい ひろき）TEL: 022-217-5227E-mail: nagai.hiroki*tohoku.ac.jp（*を@に置き換えてください） （報道に関すること）東北大学流体科学研究所　広報戦略室Tel: 022-217-5873　E-mail: ifs-koho*grp.tohoku.ac.jp（*を@に置き換えてください） 東北大学は持続可能な開発目標（SDGs）を支援しています カテゴリ 新着情報 ニュース 採用情報 東北大学教員公募情報 東北大学教員の任期に関する規程 東北大学職員公募情報 東北地区国立大学法人等職員採用試験情報 東北大学事務系・技術系職員採用試験情報 プレスリリース・研究成果 受賞 受賞・褒章など 研究成果 メディア掲載 イベント 学会・研究会・シンポジウム 公開講座・市民講座・企画展 学内行事・講習会・オープンキャンパス 東北大学で学びたい方へ 社会人・地域の方へ 企業の方へ 同窓生の方へ 在学生の方へ 教職員向け 過去の新着情報（アーカイブ） 本文へ サイトナビゲーションへ このページの先頭へ お問い合わせ -->休業日 サイトマップ サイトポリシー プライバシーポリシー ソーシャルメディアポリシー