2017 Fiscal Year Annual Research Report
A Intelligent Service Development Platform Based on Ontologies and Data Mining
| Project/Area Number |
26240036
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
山口 高平 慶應義塾大学, 理工学部(矢上), 教授 (20174617)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
阿部 秀尚 文教大学, 情報学部, 准教授 (00397853)
森田 武史 慶應義塾大学, 理工学部(矢上), 講師 (50590171)
稲田 周平 慶應義塾大学, 理工学部(矢上), 准教授 (60327715)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | オントロジー / インテリジェントサービス / ワークフロー / 機械学習 / プランニング |
|---|
| Outline of Annual Research Achievements |
最終年度の平成29年度は、インテリジェントサービス開発基盤を完成させることを目標とした。
まず、インテリジェントサービスのワークフローは，SWモジュール群から構成される具象プロセスを用いて作成していたが，具象プロセスから構成されるワークフローは，コンテキストに依存するために，再利用性が低い問題があった．そこで、具象プロセス群を抽象化した抽象プロセスをプロセスオントロジーとして体系化し，抽象プロセスを用いてコンテキストに非依存のワークフローを作成可能にした．この結果，ユーザの要求目的やコンテキストに応じて，プロセスオントロジーを参照しながら，抽象プロセスからSWモジュール群に自動展開することが可能となった．
次に、機械学習・データマイニングについては、AutoWekaを利用したメタ学習機構の並行実行プログラムの作成，およびAutoWekaにより選定された属性選択アルゴリズムと分類モデル学習アルゴリズムを実行するROSモジュールを実装し、画像のカテゴリ分類問題のベンチマークデータにより評価したところ，AutoWekaにより自動的に各カテゴリ間識別問題選定された各アルゴリズムによる正解率は，単一の分類器を学習する機械学習アルゴリズムよる正解率より統計的に有意に優れた結果が得られた．
最後に、人型ロボットによる組立作業については、プランニング段階の問題として，強化学習やニューラルネットワークを用いた転移学習を利用して製品の組立順序と作業レイアウトを計画する理論を新たに提案すると共に，立案された計画の中でロボットアームの動作を自動的に改善する方法論を利用することで，両段階の方法論を統合化して人型ロボットが組立作業を支援する仕組みを提案した。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
