2022 Fiscal Year Annual Research Report
| Project Area | Creation and Organization of Innovative Algorithmic Foundations for Leading Social Innovations |
|---|
| Project/Area Number |
20H05963
|
|---|
| Research Institution | NTT Communication Science Laboratories |
|---|
Principal Investigator |
安田 宜仁 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主幹研究員 (50396149)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
有村 博紀 北海道大学, 情報科学研究院, 教授 (20222763)
鍋島 英知 山梨大学, 大学院総合研究部, 准教授 (10334848)
井上 武 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 特別研究員 (70873678)
西野 正彬 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 特別研究員 (90794529)
美添 一樹 九州大学, 情報基盤研究開発センター, 教授 (80449115)
|
|---|
| Project Period (FY) |
2020-11-19 – 2025-03-31
|
| Keywords | 革新的アルゴリズム基盤 / MSO / 並列SAT / ネットワーク信頼性 |
|---|
| Outline of Annual Research Achievements |
2022年度は、処理系について昨年度来課題となっていたインタフェースについて、単項二階論理(MSO)を既存処理系graphillionで扱えるための取り組みを行った。具体的にはMSOで記述された入力を満たす変数割当の存在の判定するモジュールを作成した。フルセットのMSOではなく、(Bannach & Berndt, ESA2018)で提案されたサブセットに限り、頂点変数に対応するダミー変数を用意するアプローチを取ることによってgraphillionでの実行の目処が立った。graphillion以外のアプローチでのソルバーとして、並列SATソルバーであっても再現性のある挙動を効率的に行うための新しいフレームワークDPSを提案し、競技会で好成績を収めた(国際会議2)。
実社会インフラに近い問題として昨年度に引き続きネットワーク信頼性問題に取り組み、リンク故障が独立事象ではなく確率的相故関障を考慮する場合の厳密かつ高速な解法を提案し、IEEE旗艦会議GLOBECOMに採択された。
その他、高信頼性機械学習における反実仮想説明の生成について難関会議AISTATSに採択され、さらに関連雑誌論文が人工知能学会論文賞を受賞した。小さく高精度な予測モデルの列挙(MDLM 2022)、非構造・構造データの検索・最適化(CPM2022)についてそれぞれ国際会議に採択された。誤りが許されない状況下での機械学習において入出力の検証器を設けた場合に学習可能性にどの程度影響するのかという問題について、仮説クラスがPAC-学習可能なら予測誤差保証つきで仮説獲得可能であるという証明を与えた結果が機械学習のトップ会議NeurIPS2022に採択された。
運営面では、通年で毎週金曜日にA01班との分野横断セミナーを実施し、班連携を深めた。また、分散・並列に対する高性能な計算へのアプローチをより強化するため、陣容の強化を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
課題となっていた処理系インタフェースについて一定の進展があった。また、社会インフラをターゲットとした研究について実用的な問題設定での高速解法の会議採択、ソルバの高速化の結果SAT Competition 2022並列部門Main Track 2位、Anniversary Track 3位を獲得するなど、班目標に対して期待される成果を創出することができた。
|
| Strategy for Future Research Activity |
引き続き処理系の実装に取り組むとともに、実社会を想定した具体的な問題に取り組む。
MSOを軸に、各種問題をどう抽象化・定式化すれば、graphillion(ZDD)やSATソルバを効率的に利用できるかについても取り組む。
SATソルバについては、決定的並列化アプローチによる高速化に加え、分散探索に基づく性能予測についても取り組む。
|
-
-
-
-
-
-
-
-
-
[Presentation] Cartesian Tree Subsequence Matching2022
Author(s)
Tsubasa Oizumi,Takeshi Kai,Takuya Mieno,Shunsuke Inenaga,Hiroki Arimura
Organizer
33rd Annual Symposium on Combinatorial Pattern Matching (CPM 2022), Leibniz International Proceedings in Informatics (LIPIcs)
Int'l Joint Research
-
-
