2018 Fiscal Year Annual Research Report
Evolutionary computational method for artificial adaptive agents and applications
| Project/Area Number |
16K16354
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
林田 智弘 広島大学, 工学研究科, 准教授 (20432685)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | ニューラルネットワーク / クラシファイアシステム / 構造最適化 / エージェントベースシミュレーション |
|---|
| Outline of Annual Research Achievements |
本研究では，人工適応型エージェントシステムの意思決定機構として応用可能な，Deep Neural Network (DNN) およびクラシファイアシステムの開発を行う．DNN は高いデータ認識能力から近年注目を集めており，人間の脳に似た情報処理構造を持つため，エージェントシステムにも適しており，DNN には煩雑な計算が伴い，汎用計算機での利用が難しいため，これを構造最適化することで処理を簡略化する必要がある．また，ルール群を適応的に獲得するクラシファイアシステムが離散的な環境には適しており，本研究ではこれもエージェントシステムに適した改良を行う．さらに，開発したシステムを応用したゲーム理論や電力市場に関するシミュレーションを行うことも目的とする．
研究期間内に，(i) ニューラルネットワークの構造最適化手法の開発，(ii) クラシファイアシステムの改良，(iii) 応用研究に関する研究成果を上げた．具体的には，(i)ではニューラルネットワークに対する構造最適化手法を拡張することで，主にDNN を対象とした探索的なニューラルネットワークの構造最適化手法を開発した．(ii)ではXCS (eXtended Classifier System)やACS (Anticipatory Classifier System) などのクラシファイアシステムに関して，主にエイリアス問題を解決することにより，人工適応型エージェントの意思決定機構として応用可能なシステムへと改良した．さらに，(iii)として電力市場に関するシミュレーション分析や構造最適化されたDNNの音声データ識別タスクへの適用研究を行っている．
|
