機械学習システムの社会実装に向けた次世代最適化技法の研究

2019 Fiscal Year Comments on the Screening Results

• Project/Area Number: 19H00808
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 25:Social systems engineering, safety engineering, disaster prevention engineering, and related fields
• Research Institution: Tokyo Institute of Technology
• Principal Investigator: Mizuno Shinji 東京工業大学, 工学院, 教授 (90174036)
• Co-Investigator(Kenkyū-buntansha): 中田 和秀 東京工業大学, 工学院, 教授 (00312984) ; 北原 知就 九州大学, 経済学研究院, 准教授 (10551260) ; 鮭川 矩義 筑波大学, システム情報系, 助教 (20757710) ; 高澤 陽太朗 青山学院大学, 理工学部, 助教 (20871130) ; 後藤 順哉 中央大学, 理工学部, 教授 (40334031) ; 高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
• Project Period (FY): 2019-04-01 – 2022-03-31

Outline of Opinions Expressed in the Review Results

機械学習システムの社会実装の促進を目的に、機械学習システムにおける課題を解決しようとする内容である。機械学習に用いられる最適アルゴリズムにおけるパラメータの推定精度の理論的保証を行い、機械学習手法における入力情報から出力結果に至る過程のブラックボックス化の解消をはかろうとしている。
パラメータ推定の質を担保した効率的な最適化技法の開発は挑戦的な試みと考えられ、アルゴリズムの性能分析、モデリング、精度保証分析など、具体性もあり、着想に優れている。一方、入力情報と出力結果の関係を理解できる機械学習システム開発においても、成果の達成を期待できる。