大規模言語モデルとネット情報を活用した頑健な予測システム

Research Project

Project/Area Number	25K15237
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Meiji University
Principal Investigator	櫻井義尚明治大学, 総合数理学部, 専任教授 (30408653)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000) Fiscal Year 2027: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	機械学習 / 自然言語処理 / 時系列処理
Outline of Research at the Start	現在、機械学習による高精度な予測、分類を実現するためには、教師データと呼ばれる事例データが大量に必要になる。この事例と類似する場合には、精度良く予測できるが、過去の事例と離れた場合や、モデルが予測するために用いる説明変数の統計的性質が変わるコンセプト・ドリフトが起きたりした場合、精度が悪くなる。実問題への機械学習の適用では、「十分なデータが用意できない」、「イレギュラーの発生で状況が大きく変わる」などのケースは多く、安定的に高精度な予測を実現する頑健な機械学習モデルの構築は難しい。本研究では、大規模言語モデルの常識力をシミュレータとして活用することで頑健な機械学習モデルを構築する。