2019 Fiscal Year Annual Research Report
| Project/Area Number |
19H04161
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
中村 篤祥 北海道大学, 情報科学研究院, 准教授 (50344487)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田畑 公次 北海道大学, 電子科学研究所, 特任助教 (20814445)
工藤 峰一 北海道大学, 情報科学研究院, 教授 (60205101)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | バンディット問題 / 敵対的バンデット / アルゴリズム / 大規模探索 |
|---|
| Outline of Annual Research Achievements |
本研究課題では、小ノイズ敵対的バンディットと精度効率保証大規模探索の２つの項目に分けて研究を進めている。小ノイズ敵対的バンディットでは、敵対的バンディットにおいて最適腕の累積損失が少ないことがわかっているとき、リグレットの少ない方式を開発をするというもので、UCSCとの共同研究を進めている。損失が0の腕が存在する場合の理論的性能保証されたアルゴリズムの開発は終わっており、Information and Computation 誌に論文が掲載された。2019年度はUCSCを訪問し、損失が0ではないが少ない腕が存在する場合の問題の定式化を行い、腕の数が２の場合の分析に着手した。精度効率保証大規模探索では、バンディット問題の解法を用いたモンテカルロ木探索による最適組み合わせ探索アルゴリズムの開発を行なっている。2019年度は、木ではなくて根付きのDAG(Directed Acyclic Graph)の頂点空間の探索で最適な頂点を探す定式化におけるアルゴリズムを開発し、理論的な分析を行なった。また、属性選択へ応用し、組み合わせを考慮しない既存方式と比べて、分類精度の良い属性集合を抽出できることを実験により示した。これらの成果はデータマイニングの国際学会SDM2019にて発表した。現在の理論分析は、展開された探索空間に依存しているため、展開された探索空間に依存しない問題設定で、理論保証のあるアルゴリズムの開発に着手した。化学化合物などの分子構造をグラフで表現できるデータの分類において、グラフ属性探索へアルゴリズムを適用し、探索効率が上がることを実験的に確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定通りのアウトプット、アルゴリズムの開発ができている。
|
| Strategy for Future Research Activity |
小ノイズ敵対的バンディットは、2019年度に定式化した、損失が0でない腕が存在する場合の敵対的バンディット問題において、腕の数が２の場合の問題のアルゴリズムの開発を行い、リグレット解析を行う。引き続き、UCSCとの共同研究を進める。精度効率保証大規模探索に関しては、具体的な応用から、定式化を行い、効果的な探索空間の拡張法を開発し、展開された探索空間に依存しない理論分析を行う。他の応用プロジェクトと連携しながら、実用的な方式の開発を目指す。
|
