分散的全域木生成に基づく完全合意アルゴリズムの開発と機械学習への応用

• Project/Area Number: 25K03196
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61040:Soft computing-related
• Research Institution: Okayama University
• Principal Investigator: 高橋 規一 岡山大学, 環境生命自然科学学域, 教授 (60284551)
• Co-Investigator(Kenkyū-buntansha): 右田 剛史 岡山大学, 環境生命自然科学学域, 助教 (90362954)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥18,200,000 (Direct Cost: ¥14,000,000、Indirect Cost: ¥4,200,000); Fiscal Year 2028: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2027: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2026: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥5,070,000 (Direct Cost: ¥3,900,000、Indirect Cost: ¥1,170,000)
• Keywords: 連合学習 / 分散最適化 / 全域木生成 / 合意形成 / 統計分析

Outline of Research at the Start

連合学習における従来の合意手法の欠点を解消する新たな方法として，分散的全域木生成に基づく完全合意アルゴリズムを開発する．さらに，それを連合学習や機械学習分野における種々の分散アルゴリズムに応用して処理速度と精度の向上を実現する．まず，完全合意アルゴリズムの設計・理論基盤構築・実装・性能評価を行う．次に，完全合意アルゴリズムを連合学習やその他の各種分散アルゴリズムに応用し，理論と実験の両面から有効性を検証する．最後に，10台程度の計算機ネットワークを用いて連合学習や各種分散アルゴリズムの性能評価実験を行い，課題の抽出と解決を繰り返しながら，真に実用的なアルゴリズムを実現する．