2017 Fiscal Year Research-status Report
推論・学習機能を備えた実験候補推薦システムの研究開発
| Project/Area Number |
16K00304
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
越村 三幸 九州大学, システム情報科学研究院, 助教 (30274492)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
力 規晃 徳山工業高等専門学校, その他部局等, 助教 (50290804)
藤田 博 九州大学, システム情報科学研究院, 准教授 (70284552)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 機械学習 / 顕微鏡画像 / 電流の時系列データ / SAT符号化 / 帰納論理プログラミング |
|---|
| Outline of Annual Research Achievements |
本年度は、（A）「顕微鏡画像の解析」と「電流データに基づく異常診断」への機械学習技術の適用、（B）帰納論理プログラミング（ILP）ツールの開発とその評価、7件の学会発表（内2件は、査読付きの国際会議）を行なった．
（A）「顕微鏡画像の解析」については、分類問題に帰着、回帰問題に帰着、する二種類の手法について、いずれも深層学習の技法を用いて取り組んだ．前者は帰着する際に従来の機械学習技術の援用が必要になるが、後者はそのようなものは不要である．実際の顕微鏡画像を用いた実験を行った結果、前者の解析精度は実用的なレベルに近かったが、後者の精度は低かった．「電流データに基づく異常診断」については、電気機器を流れる電流の時系列データの解析による機器の異常診断を試みた．サポートベクタマシン（SVM）、決定木学習、ランダムフォレスト、k近傍法の4種類の分類器を用いた実験の結果、分類精度はSVMが最も高かった．なお、実験には異常振動発生装置を用いた．
（B）については、ILPのMaxSAT符号化による手法の実装とその評価を行った．データログと呼ばれるILPの部分クラスについては、一般的なILPツールとほぼ同等の性能が得られた．
研究代表者が継続的に開発しているMaxSATソルバーQMaxSATの性能評価のため、ソルバー評価会（MaxSAT 2017）に出品し、Weighted Complete Trackで2位の成績を納めた．
定期的な研究活動については、力研究分担者と、１～２ヶ月に１回程度、九州大学あるいは徳山高専において、成果発表・研究交流・情報交換を行なった．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
（A）については概ね順調に進んでいるが、（B）については雑誌論文化の細部についての検討に時間を要しており、若干の遅れが生じている．
|
| Strategy for Future Research Activity |
（A）「顕微鏡画像の解析」の分類問題に帰着する手法については実際的な運用を目指して、手法をブラッシュアップするとともに、解析精度のより精密な分析を行っていく．回帰問題に帰着する手法については、解析精度向上を目指して、密度マップを利用した新しい手法を検討する．
（B）については、成果を学術誌に投稿する．
|
| Causes of Carryover |
（理由）購入した計算機システムが想定より若干安価であったのと、謝金も若干少額であったため．
（使用計画）データ整理のための人員（学生）を増強する．
|
