ゲーム理論に基づくデータ取引市場におけるデータの価値評価方式の開発
| Project/Area Number |
21K19833
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 62:Applied informatics and related fields
|
|---|
| Research Institution | Nagoya Institute of Technology (2022)
National Institute of Advanced Industrial Science and Technology (2021) |
|---|
Principal Investigator |
櫻井 祐子 名古屋工業大学, 工学(系)研究科(研究院), 教授 (10396137)
|
|---|
| Project Period (FY) |
2021-07-09 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2022: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | マルチエージェントシステム / ゲーム理論 |
|---|
| Outline of Research at the Start |
ネットワーク環境の整備やIoT機器の普及，人工知能技術の発展に伴い，様々なデータの利活用が盛んになっている一方で，データの価値を客観的かつ定量的に評価する指標が確立されていないという課題が存在する．そこで，本研究では，ゲーム理論に基づいて，データ取引市場において公平性と信頼性を保証するデータの価値評価方式の開発を行う．
|
| Outline of Annual Research Achievements |
本研究課題の目的は，ゲーム理論に基づき，データ取引市場において公平性と信頼性を保証する価値評価方式を開発することである．本年度は，分散型機械学習の枠組みである連合学習において，複数のクライアントが一つのモデルを生成するのではなく，各クライアントが有するデータセットの特徴を考慮して複数のモデルを効率的に生成する手法の開発を行った．その研究成果は人工知能の国際会議（IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology, WI-IAT-2022）に採択され，発表を行った．また，複数のラベルがネットワーク上を伝搬する場合において，全体のラベルの傾向を予測するために必要なサンプル数を理論的に解析した．その研究成果はマルチエージェントシステムの国際会議（International Conference on Principles and Practice of Multi-Agent Systems, PRIMA-2022）に採択され，発表を行った．さらに，データ提供者と利用者の関係をセキュリティゲームとして定式化し，均衡戦略の分析等を行った．この結果を国内研究会にて発表を行った．その他，データの価値を評価するために必要な事前知識が不足している場合に対応可能なデータ価値評価方式に関する検討を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
人工知能の国際会議（WI-IAT-2022）とマルチエージェントシステムの国際会議（PRIMA-2022）に採択されるなど，順調に進捗している．
|
| Strategy for Future Research Activity |
まず，前年度から引き続き，半教師付き学習の考えを導入し，収集者の評価データが充分でない場合でも，効率的にシャプレイ値を算出できる方式を開発を行う．次に，データセキュリティ・プライバシを考慮したデータ価値評価技術の提案を行う．データ取引市場では，データは一旦提供してしまうと取り戻すことが難しいという問題が存在する．そのため，データ提供者にとっては，データ収集者にデータを搾取されることなく，データの価値を評価されることが望ましい．また，データの流通を妨げている障壁の一つはプライバシーの漏洩の危険性である．よって，秘匿計算を応用して，データを全て提供せずに秘密性を保持したまま，シャプレイ値の計算が可能な評価方式の提案などを行う．
|
Report
(2 results)
Research Products
(8 results)
