2023 Fiscal Year Research-status Report
高速演算と知識獲得を可能とした深層ファジィ推論モデルの構築
| Project/Area Number |
21K12013
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
関 宏理 大阪大学, 大学院基礎工学研究科, 助教 (10583693)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Keywords | ファジィ推論 / 深層ファジィ推論 / 医療診断 / 人狼ゲーム / 不均衡データ / 深層ファジィルール |
|---|
| Outline of Annual Research Achievements |
本年度は深層ファジィ推論の解釈性向上のため、少数入力で構築された深層ファジィルールに対して遺伝的アルゴリズムを適用することにより、不要なルール、あるいは入力項目の削除を行った。また、各ルールのすべての前件部の入力項目に対して重み付けをし、試行錯誤で設定した閾値以下のルールと入力項目の削除を行った。その結果、遺伝的アルゴリズム・重み付けルール手法共に、高い推論精度を保ちつつ、ルール数の削減による解釈性向上を可能とする深層モジュラーファジィモデルの提案を行った。
また、深層ファジィ推論モデルは層が増えるごとにパラメータ数の増加によって学習データについては精度良く対応するが、過学習が起こり、不均衡データに適用する際には少数データに対応できない場合が存在する。このことから、層が進むごとに少数データの近傍データを加えていき、学習データを増やしていくことにより、各層の推論結果の平均を最終推論結果とする新しい深層ファジィ推論モデルを提案した。その結果、多層で構築した場合にも不均衡データに精度よく対応できることが確認できた。
深層ファジィ推論モデルは前層の出力を次層の入力として用いることから、必ずしも従来のファジィ推論モデルよりも解釈性が高いとは限らない場合が考えられる。本研究では前層からの出力を未だ発見されていない特徴量と仮定することにより、エキスパートでも気づいていない新たな特徴量の存在性と発見の可能性についても言及した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度までは新型コロナウイルスの影響で積極的な発表ができなかったが、今年度は多くの発表を行うことができた。研究は順調に進んだものの、学会発表のタイミングが遅れたことから学術論文への投稿は遅れる結果となった。
|
| Strategy for Future Research Activity |
これまでの研究内容を基に、未だ適用できていない問題などへも応用することにより更なる実験結果と考察を追加し、学術論文へ投稿することを考える。
|
| Causes of Carryover |
新型コロナウイルスの影響で学会発表が遅れたため、学術論文への投稿も遅れてしまっている。このことから、本研究に関連した情報収集のための学会参加旅費と、当初予定していた学術論文への投稿料へ使用することを考えている。
|
Research Products
(13 results)
