2014 Fiscal Year Research-status Report
オープンデータへの高効率アクセス基盤実現と高速エージェントシミュレーションの結合
| Project/Area Number |
26540162
|
|---|
| Research Institution | Shizuoka University |
|---|
Principal Investigator |
福田 直樹 静岡大学, 情報学研究科, 講師 (30345805)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | オープンデータ / セマンティックウェブ / マルチエージェントシミュレーション / メカニズムデザイン / アルゴリズム |
|---|
| Outline of Annual Research Achievements |
LOD(Linked Open Data)のデータモデルを定義するオントロジーがそのエンドポイントごとに多様でかつ推論のような高度な処理が可能な場合に，それらのLODに対して効果的でかつ現実的な時間での問い合わせ実行を可能とする技術の開発を進めた．
本年度では特に，同技術の洗練と適用範囲を拡張するためのソフトウェア基盤の開発を進めた．具体的には，推論付きLODエンドポイントを対象とした LODデータへのアクセスのフロントエンド向けの処理最適化・近似技術の試作と，LODデータソースの探索効率化アルゴリズムをBLMAB(Budget-Limited Multi-Armed Bandit)モデルの拡張により実現する機構の試作を行い，LODクエリ作成・実行支援機構として活用できるようにした．
これらの研究と並行して，もう１つの研究課題である，主に公共データなどを扱うLODからの情報抽出結果を踏まえて，高速にエージェントシミュレーションを行い，特定の公共政策などの影響の可能性や，必要な公共政策・メカニズムの自動計算・最適化を行えるようにするためのソフトウェア基盤・最適化技術の開発を進めた．シミュレーションそのものの高速化のために，マルチコア計算資源を核として，多様な高速演算機，たとえばGPGPU(グラフィックプロセッサを用いた汎用計算)やFPGA(書き換え可能型高集積回路)等の特殊なハードウェアの利用にも適用可能な汎用性の高い実行パラメータ最適化機構を試作し検討を進めた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度では，持つ基本概念（オントロジー）の多様性を考慮しながら，それらのデータ源を効率的に探索しその差異を吸収・補間するための機構として必要な基礎アルゴリズム・手法の試作を進めることができた．
本研究で試作を進めた内容が，本研究の背景である，政策提言などに向けたマルチエージェントシミュレーションやメカニズムデザインにおける知見の活用に向けて．その検証において実世界に近い条件設定をいかに適切に取り込むことができるかという１つの重要な課題の解決に向けた端点として，有益な役割を果たすことが期待できるような成果につながると期待される．
本研究のねらいは，より高い視野から述べるなら，政策提言を行うための根拠となるような公共データに対するデータ処理やそれに基づくシミュレーションの条件設定の過程などすべてをオープンに表現・記述・実行できるようにすることで，そうした政策提言に対する透明性や特定の利害関係からの独立性を証明しやすい状況を作り，それをもって失われた専門家への信頼を取り戻そうという専門家たちの行動を少しでも支えられるような技術的な基盤を実現することである．
この課題を解決する鍵の１つが，近年政策的に多くの国で進められてきているLOD・オープンデータ化であり，その課題の解決に向けた取り組みは前出のとおりである．
もう１つの鍵となる，シミュレーションそのものの高精度化と高速化の両立に向けた取り組みについても，同様にマルチコアアーキテクチャをターゲットとした高精細シミュレーションのための実行時パラメータ最適化を短時間で可能とする機構の試作も計画通り進めることができたと考えられる．
|
| Strategy for Future Research Activity |
現状においても，実データなどを参照してエージェントシミュレーションにより現実を模擬したり，あるいはエージェントシミュレーションにより特定の公共政策の効果を緻密に計算したりする研究は試みられている．本研究で本年度に実施した内容は，これに対して，実データ源としてのオープンデータへのアクセスを容易化・効率化しながらその多様性への対応を行えるようにする基盤となる．一方で，それらのシミュレーションの最適な条件設定パラメータを導出するためには，非常に広範囲にわたるシミュレーションの試行が必要となる．仮にそのシミュレーション内部でオークションのようなメカニズムを使うとしても，組合せオークションのような複雑なメカニズムの場合には厳密な実行には非常に小規模な範囲でのみ適用可能であるなどの課題がある．これらを解決するための手がかりとして，本研究では単数・複数ユニット組合せオークションの高速近似手法に関するコア技術の拡張を進めるとともに，エージェントシミュレーションの高速化のためにGPUコンピューティングやXeon Phi等の超マルチコアプロセッサの利用を容易にするための基盤の実現のための核となる技術の適用範囲を広げるための基盤技術を実現しつつある．
これらの技術に，さらに申請者の持つ他の知見の１つであるWebサービス自動連携技術などのソフトウェアの高度モジュール化技術(若手研究(B)No.19700136)なども組み合わせて，目的に対応した高実行効率なエージェントシミュレーションを平易に組み立てられるようにしたい．このための技術開発を本研究のもう１つの基盤となる課題として，特に次年度に集中的に取り組みたい．
|
