事前知識制約及び弱学習を用いた一般化状態空間モデルの深層・機械学習手法開発

2023 Fiscal Year Comments on the Screening Results

• Project/Area Number: 23H00471
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 60:Information science, computer engineering, and related fields
• Research Institution: Kansai University (2024); Osaka University (2023)
• Principal Investigator: 鷲尾 隆 関西大学, 商学部, 教授 (00192815)
• Co-Investigator(Kenkyū-buntansha): 永井 健治 大阪大学, 産業科学研究所, 教授 (20311350) ; 山崎 啓介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (60376936)
• Project Period (FY): 2023-04-01 – 2026-03-31

Summary of the Research Project

本研究は、データ生成過程が状態モデルと観測モデルからなる一般化状態空間モデルで表されるという考えの下に、状態モデルと観測モデル（あるいは各々の復元モデル）を切り分けて学習する深層・機械学習の一般的原理と技術体系を開発する。生態観測および人流解析の実例を用いて有効性を検証する。

Scientific Significance and Expected Research Achievements

観測されたデータから観測系の影響を取り除き、対象系の状態を推定する深層・機械学習の一般原理を開発することは、学術的に重要かつ挑戦的な研究である。生態観測および人流解析という実問題を題材に有効性の検証を行う計画であり、基礎理論のみならず、実用的な研究成果が期待できる。