2022 Fiscal Year Annual Research Report
データの学習容易性解析に基づく実ケース学習理論の確立
| Project/Area Number |
19H04067
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
瀧本 英二 九州大学, システム情報科学研究院, 教授 (50236395)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
畑埜 晃平 九州大学, 基幹教育院, 准教授 (60404026)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 計算学習理論 / 決定グラフ / 情報圧縮 / ゲーム理論 |
|---|
| Outline of Annual Research Achievements |
１．マルチクラス学習，補ラベルからの学習，マルチラベル学習，マルチタスク学習を含む広い学習問題のクラスが，マルチインスタンス学習（MIL）と呼ばれる特定の問題に，汎化誤差が保存されるという意味で還元できることを示した．MILは，一般にはDC計画問題として定式化される計算困難な問題であるが，還元後に計算容易なLP問題となることがあり，学習容易性解析に重要な示唆を与える成果といえる．
２．RIS (Reconfigurable Intelligent Surfaces) と呼ばれる反射板を用いて無線通信環境を動的に制御する問題に対し，マルチプレイヤーバンディットの手法を用いて，スループット向上とRISの各デバイスの負荷分散を両立する手法を提案し，実験的に有効性を示した．
３．ドローンにRISを搭載してホットスポットにおける無線通信環境を提供する問題に対し，文脈付きバンディットの手法を用いて，ドローンの飛行時間の制約のもとでスループットの最大化を目指す動的制御手法を提案し，実験的にその有効性を示した．
４．車載ソフトウェアの無線アップデートでは，信号待ちなどで停止するたびに，路側装置から適切なセグメントを効果的にダウンロードする必要があるが，トンプソンサンプリングの技法を用いて，適切な周波数帯域を高速に選択する手法を提案し，実験的にその有効性を示した．
５．与えられた訓練データを決定ダイアグラムと呼ばれるデータ構造を用いて圧縮表現することにより，ソフトマージン最適化問題における実行可能解領域を，決定ダイアグラムの経路長制約を表す線形制約集合として生成する手法を提案した．このとき，生成される制約数は決定ダイアグラムのサイズにのみ依存するため，そのサイズは学習容易性の指標の一つと考えられる．また，圧縮率を高める効果的な後処理手法を与えることに成功した．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
