2018 Fiscal Year Research-status Report
対話型機械学習に基づく複合イベント処理ルールの生成
Project/Area Number |
18K11550
|
Research Institution | Prefectural University of Hiroshima |
Principal Investigator |
岡部 正幸 県立広島大学, 経営情報学部, 准教授 (50362330)
|
Project Period (FY) |
2018-04-01 – 2021-03-31
|
Keywords | イベント検知 / shapelet |
Outline of Annual Research Achievements |
本研究は,複合イベント処理システムの要であるイベント-アクションルールの生成を,対話型機械学習を用いて高品質かつ効率的に行う方法を提案することを目的としている.2018年度は,研究課題のうち,ユーザの状態推定に基づくイベント検知と対話型ルール生成アルゴリズムの構築について研究を進めた.まず,ユーザの状態推定に基づくイベント検知については,ユーザの状態推定を行うためのデータの取得とストリームデータからのイベント検知について取り組んだ.データの取得については,活動量計を用いて脈拍などのデータを取得することとし,得られたデータをクラウドに送信し,生データとして加工できる環境を整えた.イベント検知については,shapeletと呼ばれるストリームデータの識別に有効な系列パターンをベースに,ストリームデータ中におけるshapeletの有無,また複数のshapeletの出現順序などを考慮してイベントを定義し,複合イベント処理システムにおけるルールの条件部の構成要素とした.shapeletを組み合わせることでイベント生成のバリエーションが広がり,多様なルール生成を行える可能性があることが確認できた.次に,ルール生成については,決定木など従来のルール生成アルゴリズムで考慮される判定精度だけでは,人間にとって分かりにくく,処理時間もかかる複雑なルールを生成しがちであることを踏まえ,生成されたルールの信頼性と運用時の実行速度も考慮した簡素なルールを生成するための基準の導入を試みた.
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本年度取り組んだ2つの研究課題について,ユーザの状態推定に基づくイベント検知については,実際にユーザから取得したデータを用いた状態推定について着手していないものの, shapeletに基づくストリームデータからのイベント検知の方法については目処が立っており,この方法をユーザの状態推定に適用できると考えている.また,検知したイベントを構成要素としたルール生成アルゴリズムについては,新しく導入する尺度の有効性の検証を進めている段階である.現在,これらの要素技術を組み合わせたルール生成システムを構築しており,ベンチマークデータを対象に性能を検証している.
|
Strategy for Future Research Activity |
次年度は,引き続きユーザの状態推定に基づくイベント検知と対話型ルール生成アルゴリズムの構築について取り組んでいく.特に,人間とシステムがインタラクティブにルール生成を行う際に必要と考えられる分かりやすいルールの生成方法について研究を進めていく予定である.
|
Causes of Carryover |
今年度は,大容量メモリ搭載の計算機の購入を予定していたが,最新の高性能GPU搭載計算機の発売を待った方が,実験効率が良いと判断したため次年度使用額が生じた.次年度は,この高性能GPU搭載計算機の購入と,国内外の研究会議への参加経費,論文発表のための経費に充当する予定である.
|
Research Products
(1 results)