2014 Fiscal Year Research-status Report
Project/Area Number |
25330294
|
Research Institution | Chubu University |
Principal Investigator |
中野 良平 中部大学, 工学部, 教授 (90324467)
|
Project Period (FY) |
2013-04-01 – 2016-03-31
|
Keywords | 機械学習 / 特異モデル / ニューラルネット / 探索法 / 特異領域 / 複素ニューラルネット |
Outline of Annual Research Achievements |
1.多層パーセプトロンにおいて新探索法SSF(v2)を確立する研究: 本研究開始時に、可約性写像を用いて特異領域を積極的に利用する探索法の原型SSF(v1)を開発済み。H25年度は、機能拡張として隠れユニット数の探索範囲を限定したSSF2.0を、性能向上としてSSF1.2に探索枝刈りを導入したSSF1.3を考案した。H26年度は、SSF2.0を国際会議NCTA2014で発表するとともに、SSF1.3に探索数上限設定と複数最良解利用を導入して一層高速化したSSF1.4を考案し、NC研究会で発表した。 2.複素多層パーセプトロンの学習において強力な新探索法を確立する研究: 複素多層パーセプトロンは非有界性や周期性を有する関数の近似に威力を発揮すると期待される。H25年度は、実多層パーセプトロン用に開発したSSF1.2をWirtinger微分を用いて複素用に改編したC-SSF1.0が優れた性能を示したので研究会で発表した。H26年度は、C-SSF1.0を国際会議ICANN2014で発表するとともに、C-SSF1.0に探索枝刈りを導入して高速化したC-SSF1.1を考案し、CI研究会で発表した。また、探索枝刈りで解品質が一部劣化したので、複数の最良解を利用してその問題を解決したC-SSF1.2を考案し、SSI講演会で発表した。 3.Lシステムの文法発見において新解法を考案する研究: Lシステムの文法発見は世界的にもほとんど研究がない。以前、枚挙法を用いてLシステム文法を発見するLGIC法を提案したが、置換型変異には対応できるが、挿入型変異には対応できなかった。H25年度、枚挙法の代わりに創発法を用いて考案したLGIC2法が挿入型変異にも対応できることがわかった。H26年度は、LGIC2法を削除型変異に適用し、やはり文法発見が成功したので、国際会議KDIR2014で発表した。
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
H26年度において、多層パーセプトロン用に新探索法SSF(v2)を確立する研究では、解法の改良を続け、高速かつ系統的に良解を求めることが可能なSSF1.4を確立するとともに、複素多層パーセプトロンの学習において強力な新探索法を確立する研究では、解法の改良を続け、高速かつ系統的に良解を求めることができるC-SSF1.2を得た。さらに、決定的Lシステム文法発見において新解法を考案する研究では、考案したLGIC2が3種の変異に対して対応できることを示した。このように当初計画通り、研究が進行している。
|
Strategy for Future Research Activity |
H27年度は、多層パーセプトロンの新解法として確立してきたSSF1.4の有用性を示すため、特異モデル選択に応用する研究を進めるとともに、複素多層パーセプトロン用の新探索法C-SSF1.2の一層の高速化を実現する研究を進め、興味深い応用に適用する予定である。
|
Research Products
(11 results)