近年列挙技净术进展32.pptVIP

近年の列挙技術の進展ー 計画立案と解法 ー;列挙問題とは何でしょう;今日の講演内容;列挙とその応用の基本;列挙は多面的;あいまいな目的;モデルから見ると;列挙研究の歴史;OR的アプローチのボトルネック;データ中心の科学;データ中心科学の特徴;近年の列挙研究の方針;列挙モデルの難しさ;列挙アルゴリズムの難しさ;効率的な探索が重要;事例研究の評価;巨大なデータからのクラスタ発見;列挙事例：　クリークの列挙;グラフのクリーク： 部分グラフで、全ての頂点間に枝があるもの ;応用：クラスタリング;応用：ウェブコミュニティーの発見;類義語群の発見;類似論文のグループ化;クリークの単調性;? 追加できる頂点を効率よく見つけたい 追加できる ? クリークの全ての頂点に隣接 あらかじめ、追加できる候補を調べておくと楽 ? さらに、新しい頂点を１つ追加したとき、 候補に残る頂点 ? 新しい頂点に隣接 候補の集合の更新は、 追加する頂点に隣接する頂点と、 候補の共通部分をとればいい ;末広がり性;? 実データには、比較的大きなクリークがよくある ? 大きなクリークの任意の部分集合はやはりクリーク なので、個数は大きくなる ? 極大クリークのみを列挙しよう 　－ 数が1/10～1/1000 に減る 　－ 任意のクリークは極大クリークに含ま 　　　　　れるので、情報の損失がない 　－ 極大なほうが、中途半端なグループを含みにくく、 　　　　　モデルとして的確;探索の難しさと枝刈り;計算時間;参考文献など;列挙事例：　頻出パターンの列挙;頻出パターンの列挙;多く現れるものを見つけるために、多く現れるとは何か、を決める ? データベースが項目の集まりだとする ? パターンに対して、そのパターンを含む項目を出現という ? 出現の数（頻出度）が閾値より大きければ、良く現れるとする （含む、の定義は、集合で行ったり、文字列の 包含、グラフの埋め込みなどで定義する） ;トランザクションデータベース;集合の出現と頻出度;頻出集合;バスケット分析;データベースの比較;分類ルール、特性の発見;頻出パターンの単調性;末広がり性の利用;頻出集合の問題点;極大頻出集合と飽和集合の例;極大頻出集合と飽和集合;飽和集合の隣接関係;逆探索;φ;逆探索の例：　根付き木;逆探索の例：　フロアプラン （長方形による部屋分け）;実験結果;参考文献など;列挙事例：　コードレスサイクルの列挙;化合物の立体構造の推定;化合物の立体構造の推定;遺伝ネットワークの依存関係の解析;分割法による列挙;サイクルの存在のチェック;末広がり性の利用;コードレスサイクルの利用;列挙事例：　類似項目ペアの列挙;データベースから類似する項目を見つける;応用：　類似する文字列のペア;基本のアイデア：　多方向からの分類;ゲノムの比較;最後に：　難しい問題;まとめ;Web コミュニティ発見;Web コミュニティ発見　(cond.);頻出パターン発見;頻出パターン発見　－;単調関数の学習;単調関数の学習;単調関数の学習　(cond.);多面体の端点列挙;列挙アルゴリズム構築法の研究;基本戦略;apriori;バックトラック;枝狩り;分割法;実装時の計算速度の向上;? 木型の探索ルートができる;動機;列挙問題とは何でしょう;列挙の効率;列挙にかかる時間;!qYmVjSgOdL9I6F3B0y)v%s#pXlUiQfNcK8H5E2A+x*u$rZnWkThPeMaJ7G4C1z-wt!pYmVjRgOdL9I6E3B0y(v%s#oXlTiQfNbK8H5D2A-x*u$qZnWkShPeMaJ7F4C1z)wt!pYmUjRgOcL9I6E3B+y(v%r#oXlTiQeNbK8G5D2A-x*t$qZnVkShPdMaI7F4C0z)ws!pXmUjRfOcL9H6E3B+y(u%r#oWlTiQeNbJ8G5D1A-x*t$qYnVkSgPdMaI7F3C0z)vs!pXmUiRfOcK9H6E2B+x(u%rZoWlThQeMbJ8G4D1A-w*t!qYnVjSgPdLaI7F3C0y)vs#pXmUiRfNcK9H5E2B+x(u$rZoWkThQeMbJ7G4D1z-w*t!qYmVjSgOdLaI6F3B0y)v%s#pXlUiQfNcK8H5E2A+x(u$rZnWkThPeMbJ7G4C1z-wt!qYmVjRgOdL9I6F3B0y(v%s#oXlUiQfNbK8H5D2A+x*u$qZnWkShPeMaJ7F4C1z)wt!pYmUjRgOcL9I6E3B0y(v%r#oXlTiQfNbK8G5D2A-x*u$qZnVkShPdMaJ7F4C0z)ws!pYmUjRfOcL9H6