雑音を含む大規模データからの知見獲得に向けた個別化に基づく学習分類子システム
| Project/Area Number |
13J10014
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 国内 |
|---|
| Research Field |
Intelligent informatics
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
中田 雅也 電気通信大学, 情報理工学研究科, 特別研究員(PD)
|
|---|
| Project Period (FY) |
2013-04-01 – 2016-03-31
|
| Project Status |
Completed (Fiscal Year 2015)
|
| Budget Amount *help |
¥2,700,000 (Direct Cost: ¥2,700,000)
Fiscal Year 2015: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2014: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2013: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | 進化的機械学習 / データマイニング / 進化計算 / 知識獲得技術 / 機械学習 / 学習分分類子システム / 強化学習 |
|---|
| Outline of Annual Research Achievements |
次世代データマイニング手法としての学習分類子システム(Learning Classifier System: LCS)の基盤技術確立に向けて，本年度は，実問題に対して有用なLCSの設計を可能にする「学習戦略に基づくLCSの設計論」を導入した．そして，同設計論に基づいて，採択一年目ならびに二年目で開発した個別化による学習分類システム(XCS with Adaptive Action Mapping: XCSAM)を拡張し，介護支援問題に適用可能なLCSを開発した．
導入した設計論は，1）LCS分野において学習戦略の違いがLCSの学習性能に与える影響について明らかにするとともに，2）実問題で想定される問題の性質（入力長やクラスの偏り）に応じて適切な学習戦略を設計すればLCSの学習性能が向上することを提唱するものである．
また，介護支援問題として介護施設入居者の深夜徘徊の検出を想定した生活行動認識問題に焦点を当て，同設計論に基づきLCSを開発した．導入したLCSは，従来のLCSよりも最大で８％認識精度が向上することを示した．
また，設計論に関して，国際学会１件（IEEE Congress on Evolutionary Computation 2015）にて口頭発表，国内学会１件（SICE システム・情報部門学術講演会2015）にてポスター発表をそれぞれ行い，研究成果を発表している．また，前年度の研究成果である最適解の識別理論について，国内学会１件（第９回進化計算研究会）にて口頭発表を行った．
|
| Research Progress Status |
27年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(15 results)
