| Project/Area Number |
21K12061
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
Furukawa Tetsuo 九州工業大学, 大学院生命体工学研究科, 教授 (50219101)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
石橋 英朗 九州工業大学, 大学院生命体工学研究科, 助教 (30838389)
|
|---|
| Project Period (FY) |
2021-04-01 – 2025-03-31
|
| Project Status |
Completed (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2021: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | メタモデリング / 最適輸送距離 / メタ学習 / マルチタスク学習 / マルチダイナミクス学習 / 直積潜在空間モデル / マルチダイナミクス / メタモデル / マルチドメイン / マルチビュー / 多様体モデリング / マルチレベルモデリング / データ集合体 |
|---|
| Outline of Research at the Start |
本研究の目的は，データ集合の集合(データ集合体)をモデリングする学習の理論と手法開発，およびその応用である.本研究ではデータ集合体を多様体を用いて確率モデル化するとともに，それらを確率モデル空間におけるリーマン多様体として階層的にモデル化する.その際，確率モデル間の距離を最適輸送距離で定義する.すなわち測地的最適輸送距離による階層的多様体モデリングの開発と学習理論究明が本研究の目標である.
|
| Outline of Final Research Achievements |
The proposed framework was applied to several domains, including the learning of multi-dynamics models of diverse walking patterns and the generation of novel movement patterns; the modeling of multi-genre item spaces for serendipity-enhancing recommendations; and the analysis of team tactics using multi-team modeling. These applications demonstrated the versatility and effectiveness of the developed approach.
The proposed framework was applied to several domains, including the learning of multi-dynamics models of diverse walking patterns and the generation of novel movement patterns; the modeling of multi-genre item spaces for serendipity-enhancing recommendations; and the analysis of team tactics using multi-team modeling. These applications demonstrated the versatility and effectiveness of the developed approach.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、多様なタスク群の共通構造を抽出するメタモデリングに対し、最適輸送距離（OT）に基づく新たな学習理論を提案した点に学術的意義がある。観測空間と直積潜在空間の間にOT写像を定義し、その最適化により教師なし・小標本でも頑健なメタ学習が可能となる枠組みを構築した。また、情報幾何学との関連も明確にし、OTの理論的位置づけを与えた。
社会的には、本手法は「多様なモデルの集合」で表される現象に広く適用できる。歩行や運動の多様性、音楽ジャンル、チーム戦術など、個別モデルでは扱いにくい構造の理解と新たな創発の支援が可能となる。
|
