文献

J-GLOBAL ID：201902265686438533   整理番号：19A1094485

ビッグデータにおける学術と研究の動向と方向

著者 (1件)： 徳山豪 (関西学院大 理工)
資料名： オペレーションズ・リサーチ
巻： 64  号： 5  ページ： 290-296  発行年： 2019年05月01日 
JST資料番号： F0251A  ISSN： 0030-3674  CODEN： OPREA  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ビッグデータはいわゆるバズワードであるが,その社会的な認知度や影響力は非常に強い.筆者は理論計算機科学を専門とするが,データマイニングへの応用を先駆的に行った関係で,ビッグデータ関係のさまざまなプロジェクトに関与して(させられて?)いる.本解説では,それらの俯瞰を行うとともに,ORに関係する数理科学や計算理論などとの関連を述べ,今後日本が世界の中でビッグデータ研究でどのような先導性をもつべきかという課題について,議論の話題を提供したいと思う.(著者抄録)

シソーラス用語： *データ ,  研究 ,  プロジェクト ,  関数 ,  データ構造 ,  *ビッグデータ ,  *研究開発動向
準シソーラス用語： 簡潔データ構造 ,  *研究プロジェクト ,  *研究動向 ,  劣モジュラ関数

分類 (2件)： その他のオペレーションズリサーチの手法  (KA03070E) ,  研究開発  (AA03000V)

引用文献 (11件)：

• ERATO 河原林巨大グラフプロジェクト, http://www.jst.go.jp/erato/kawarabayashi/index.html (2019年3月1日閲覧)
• 河原吉伸,永野清仁,『劣モジュラ関数と機械学習』,講談社,2015.
• K. Sadakane and R. Grossi, “Squeezing succinct data structures into entropy bounds,” In Proceedings of the 17th Annual ACM-SIAM Symposium on Discrete Algorithm, pp. 1230-1239, 2006.
• D. Arroyuelo, R. Cánovas, G. Navarro and K. Sadakane, “Succinct trees in practice,” In Proceedings of the Meeting on Algorithm Engineering & Expermiments, pp. 84-97, 2010.
• S. Minato, “Techniques of BDD/ZDD: Brief history and recent activity,” IEICE Transactions on Information and Systems, E96-D, pp. 1419-1429, 2013.

タイトルに関連する用語 (4件)： ビッグデータ ,  学術 ,  研究 ,  動向