Project/Area Number |
23H03466
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Basic Section 61040:Soft computing-related
|
Research Institution | Yokohama National University |
Principal Investigator |
白川 真一 横浜国立大学, 大学院環境情報研究院, 准教授 (90633272)
|
Project Period (FY) |
2023-04-01 – 2028-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000)
Fiscal Year 2023: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
|
Keywords | 機械学習 / 進化計算 / 最適化 / 記号回帰モデル |
Outline of Research at the Start |
記号回帰モデルは基本的な演算や関数の組合せで表現されるため,解釈性が高い,軽量といった利点があるが,数式の「構造」を学習する必要があるため,ニューラルネットワーク(NN)のような効率的な学習が難しく,学習効率や性能に課題がある.本研究では,深層学習で利用されている方法論を積極的に取り入れつつ記号回帰モデルのための新規の学習方式を開発し,学習の効率化や性能向上を目指す.また,開発した学習方式を実問題へ応用し,その有効性を検証する.
|