実験科学研究の効率化のための能動学習と転移学習手法の開発

• Project/Area Number: 24K20836
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Nagoya University
• Principal Investigator: 松井 孝太 名古屋大学, 医学系研究科, 講師 (50737111)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 転移学習 / 能動学習 / 適応的実験計画

Outline of Research at the Start

本研究では高コストなデータ収集フェイズがしばしばボトルネックとなる実験科学領域において，転移学習と能動学習によって効率的な実験を実現することを目指す．特に医学領域や材料科学領域の問題を対象として，新たなドメインで効率的に実験を行うために，過去データを効果的に利用して現在のドメインで高い性能が得られることが予想される条件に対して適応的にラベル付けを行うことを可能にする能動学習アルゴリズムを開発する．