2018 Fiscal Year Annual Research Report
Data Mining from Large High-dimensional Data by Multiobjective Genetics-based Machine Learning
| Project/Area Number |
16K00336
|
|---|
| Research Institution | Osaka Prefecture University |
|---|
Principal Investigator |
能島 裕介 大阪府立大学, 工学(系)研究科(研究院), 准教授 (10382235)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 知識獲得 / 多目的最適化 / 並列分散実装 |
|---|
| Outline of Annual Research Achievements |
H30年度は，以下の３つのテーマを主に研究を行った．
１）多目的遺伝的機械学習による多目的最適化問題解析への応用：機械設計などの現実問題は複数の目的と制約を含む複雑な問題が多く，設計変数と目的関数の関係を明確にすることで，複数のパレート最適解の提示だけでなく，新たな設計指針を与えることが可能である．そこで，多目的遺伝的機械学習を用いて，設計変数と目的関数間の関係をルール集合で表すと同時に，パレート最適解の探索性能の改善にも利用する方法を開発した．
２）多目的遺伝的機械学習の画像データ識別への応用：多属性のデータとして代表的なものとして画像データがある．これまで多目的遺伝的機械学習では画像データを扱っておらず，その第一歩として，深層学習手法との併用方法を検討・開発を行った．通常の深層学習の出力では，単一のクラスラベルのみ推論されるが，本手法では，複数のクラスラベルの尤度を用いたルール集合の獲得とそれを用いた識別率の改善を行った．
３）マルチラベル分類への多目的遺伝的機械学習の改良：これまで１つのパターンに１つのクラスラベルが付与されたデータを用いた識別器設計を行ってきたが，実世界には１つのパターンに複数のクラスラベルが付与されることも多い．そこで，複数クラスラベルに対応した多目的遺伝的機械学習手法の改良として，ファジィルールの後件部を拡張した．数値実験により，これまで提案されているマルチラベル分類手法と同等かそれ以上の性能が得らることを確認した．
上記以外に，並列分散遺伝的解学習のアンサンブル識別器設計に関しても検討した．区間集合を用いた遺伝的機械学習であるGAssistのアンサンブル化と，多目的ファジィ遺伝的機械学習のアンサンブル化の効果を調査した．
|
