自己展開型の知識発見による大規模データからの説明可能な知識創出

2020 Fiscal Year Research-status Report

• Project/Area Number: 20K11964
• Research Institution: Fukuoka Nursing College
• Principal Investigator: 嶋田 香 福岡看護大学, 看護学部, 教授 (20454100)
• Co-Investigator(Kenkyū-buntansha): 荒平 高章 九州情報大学, 経営情報学部, 講師 (30706958)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 知識発見 / データマイニング / 進化論的計算手法 / 説明可能性

Outline of Annual Research Achievements

令和２年度は、これまでに研究代表者らが提案してきた成果蓄積型の進化計算手法を応用した手法を基礎として、大規模データにおける説明可能な局所的知識の発見の観点から個別事例に対応した２つの知識発見手法について検討・評価を行った。また、これらの結果を踏まえて局所的な知識を入力とする大域的な知識発見方法を検討した。
個別事例のもつ属性情報をもとにして個別事例を出発点とする大規模データからの知識発見のための設定法を扱うことにより個別事例対応の知識発見を直接的に行っていく方法の検討・評価を行った。個別事例のための知識表現方法の検討、手法の評価方法の検討を行い、説明可能な状態で出力するプログラムを作成して公開データによる評価を実施した。評価実験では、比較的に強い多様性・個別性を有するとみられる人間的・ライフ支援的データを対象とすることとした。具体的には、機械学習等の分野で評価に用いられる公開データのうち、分類問題で従来手法を用いた場合に分類精度が比較的低い医科学分野のデータなどを用いて手法の特性・性能を評価した。これらの結果について誤分類の背景の検討、個別事例について得られた知識の特性の検討を行うとともに、大域的な知識発見における局所的な知識の利用のあり方について検討した。
また、特徴的な個別事例の小集団とはどのようなものかに注目することでこの小集団を発見することにより個別事例に関する説明性を扱っていく知識発見方法の検討・評価を行った。従来のアソシエーションルールの発見方法群の一部を統計的な背景を有するアイテム集合の発見手法として位置付けることができることを見出したほか、これにより大規模データにおける小集団の知識発見をより明確に簡潔に表現できることから、これまでの提案手法を大規模データに応用しようとする場合の体系化・一般化を進め、知識表現の拡張についても検討した。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本研究課題の目的の一つは「大規模データから個別の事例の特徴を最大限に説明すると考えられる知識を従来のモデル構築の過程を経ずに発見する局所的な知識発見方法を提案する。」ことである。令和２年度の当初計画では、「局所的な知識発見手法として個別事例に関する説明可能な知識発見手法を確立すること、この知識表現の評価方法を検討し、説明可能な状態で出力するプログラムを作成して公開データによる評価を実施する」こととしており、これらは計画通りに進められている。また、「物理的・機械的データ（強い判別性・再現性あり）」ではなく「人間的・ライフ支援的データ（強い多様性・個別性あり）」を対象とした説明可能なAIの基礎技術を開発する。」という目的については、大規模データにおける多様性に関連して統計的な背景を有するアイテム集合の直接的な発見手法の開発という取組みができている。なお、「次年度以降に知識創出手法の評価を行うために、該当分野の専門家の協力を得て、検証用データに利用可能なデータ収集のデザインを検討し、データ収集の準備を進める。」としている当初計画については、研究代表者の所属機関に異動があることから研究協力者等について再検討を行うこととした。

Strategy for Future Research Activity

令和３年度以降は、局所的な知識発見手法、大域的な知識創出手法を確立し、公開されている大規模データ等を用いて幅広く評価する。また、開発したアルゴリズムの拡張・応用法を検討する。また、とくに個別性の観点からの知識発見が期待される人間的・ライフ支援的データからの知識発見を実施・評価するために、これらのデータから獲得されると期待される知識の表現および説明性を検討する。医療や教育の現場からタブレット端末・ウェアラブル端末等を活用して画像や時系列の応答、各種質問への回答等を含む複雑なデータを収集することを検討し、知識発見・知識創出を実施する。その実施結果について、説明可能な知識となっているか、経験知の見える化となっているか、結果をデータ収集対象者に還元した際の有効性はどのようなものか等を各分野の専門家の協力を得て検証する。これらの結果から実際の複雑なデータを用いることで知識創出手法としての提案手法が説明可能なAIとなっているかを評価する。

Causes of Carryover

旅費に計上していた国際会議参加のための外国旅費の支出がなかったため。コロナ禍の状況により予定していた外国での国際会議での成果発表・研究交流を令和３年度以降に行うこととしたことにより、次年度以降に支出の予定である。また、ワークステーション１台の購入費を物品費に計上していたが、研究代表者が以前の科研費研究課題（研究代表者）で購入したワークステーションのグラフィックボード取り付け等を行ったことで初年度の研究実施に求められる計算機の性能を確保できることから、より高い計算機性能が求められる令和３年度に購入することとしたため。令和３年度にワークステーション１台を購入の予定である。