| Project/Area Number |
20H00595
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 61:Human informatics and related fields
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
有村 博紀 北海道大学, 情報科学研究院, 教授 (20222763)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
宇野 毅明 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977)
平田 耕一 九州工業大学, 大学院情報工学研究院, 教授 (20274558)
山本 章博 京都大学, 情報学研究科, 教授 (30230535)
ジョーダン チャールズハロルド 小樽商科大学, 商学部, 准教授 (60647577)
小林 靖明 北海道大学, 情報科学研究院, 准教授 (60735083)
喜田 拓也 北海学園大学, 工学部, 教授 (70343316)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥44,200,000 (Direct Cost: ¥34,000,000、Indirect Cost: ¥10,200,000)
Fiscal Year 2024: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
Fiscal Year 2023: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
Fiscal Year 2022: ¥7,670,000 (Direct Cost: ¥5,900,000、Indirect Cost: ¥1,770,000)
Fiscal Year 2021: ¥10,790,000 (Direct Cost: ¥8,300,000、Indirect Cost: ¥2,490,000)
Fiscal Year 2020: ¥10,400,000 (Direct Cost: ¥8,000,000、Indirect Cost: ¥2,400,000)
|
|---|
| Keywords | 離散構造学習 / 大規模半構造データ / 次世代機械学習技術 / データマイニング / 知識基盤形成 |
|---|
| Outline of Research at the Start |
本研究では，実世界知識基盤形成の中核技術として，実世界と情報世界の大規模半構造データに内在する知識をパターンや規則として取り出せる超高速マイニング技術を理論と実装の両面から研究開発する．とくに申請者等がこれまでに開発した高速最適化半構造データマイニングの枠組みを一般化し，最新の機械学習理論と離散最適化技術に基づいて拡張し，解釈性の高い離散的な予測モデル族に対して，分類精度に加え，公平性や安定性等の多様な機械学習問題を効率よく解くことができる超高速な離散構造学習技術を開発する．さらに，現実の多様な半構造データに適用するための周辺技術を開発し，知識基盤形成支援のアーキテクチャと実装技術を確立する．
|
| Outline of Annual Research Achievements |
実世界の膨大多様な半構造データに内在する知識を解釈性の高い離散的予測モデルとして取り出す離散構造学習技術と周辺技術を研究開発した：a1.超高速離散構造学習技術では，整数計画法を用いた反実仮想説明技術に関する研究[Kanamori+, T.JSAI 36(6)]が人工知能学会論文賞を受賞した(2022年4月). a2.高効率属性抽出技術では，平田は，根付きラベル付きキャタピラの編集距離の変種や照合の研究と，深層学習によるグラム染色画像からの菌の分類と検出の研究を進め，後者は国際会議ESKM 2021において優秀賞[Yoshihara+, Competitive Paper Award]等を受けた．a3.統計的情報処理と半構造発見の結合では根付きキャタピラの距離計算法が国際会議の優秀論文賞[ESKM 2022 Outstanding Paper Award]を受賞した．a4.半構造学習の一般理論では，有村は，最適決定木の厳密計算と大域的モデル解析計算を，分配則を満たす代数上の動的計画法としてモデル化する手法を研究した．b1.知識連係とb2.周辺技術では，小林らが古典的なs-tパス列挙問題の拡張である極小なSteiner木の高速列挙に成功し，データベース分野のトップ国際会議PODS2022で採択・発表された．小林・有村は，エピソードを一般化した半順序の弱埋め込みを研究した[宮崎+, COMP研]．有村らは，構造系列データの高速照合法[AL研2022年1月]の筆頭著者の学生が2022年度情処CS領域奨励賞を受賞した(2022年6月). 喜田は，低メモリ系列計算に関する解説を出版した[Springer, 2022]. ジョーダンは，幾何問題のためのLRA論理を用いたソルバを開発し，プログラムを公開した．c 研究開発した個々の知識発見技術について理論・実証解析し，実装最適化を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
概ね順調であり，実施計画通りに進んでいる．本年度は，コロナ感染予防措置による各種の行動制限と活動制限が部分的に解除され始め，制限付きで，出張制限が緩められ，研究集会の対面開催等も行われ始めた．これにともない，研究打ち合わせ等は引き続きオンラインで実施し，国内・国外研究集会での成果発表についてはオンラインと対面参加を混在させて実施した．各研究項目における研究推進は，従前通り，担当の研究分担者によって実施した．
|
| Strategy for Future Research Activity |
現在，順調に研究と開発が進んでいるので，研究開発した技術について，理論解析と計算機実験を行いつつ，改善点の洗い出しと，改良を行う予定である．また，実世界知識獲得に関する問題について，引き続き，離散構造処理問題としての定式化と解法の設計を進める．次年度以降は，コロナ感染予防措置による各種の行動制限と活動制限が段階的に解除される見込みであり，初夏以降は打ち合わせのための研究集会の対面開催等も可能になると思われる．これにともない，研究打ち合わせ等はオンラインと対面の混在で実施し，国内・国外研究集会での成果発表については各分担者の状況に合わせて実施することとする．各研究項目における研究推進は，従前通り実施する．以上により，最終年度の研究まとめに向けた研究推進を行う予定である．
|
