| Project/Area Number |
23KJ0993
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 国内 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | Yokohama National University |
|---|
Principal Investigator |
白石 洋輝 横浜国立大学, 大学院理工学府, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2023-04-25 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥2,700,000 (Direct Cost: ¥2,700,000)
Fiscal Year 2025: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2024: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2023: ¥900,000 (Direct Cost: ¥900,000)
|
|---|
| Keywords | 機械学習 / 進化計算 / AutoML / XAI |
|---|
| Outline of Research at the Start |
本研究では，XAIの要素技術として応用が進む機械学習である進化的ルール学習(LC)Sの性能に大きく影響する①パラメータ設定，②ルール表現型，③進化計算を自動調整できる自動進化的ルール学習(AutoLCS)を構築することで，専門的知識がなくとも高性能化を達成できるLCSの方法論を確立する．加えて，AutoLCSをXAIへ応用することで，AutoLCSの実用性を実証するだけでなく，XAIとAutoMLを融合した「信頼性と利便性の高い機械学習」の実現可能性も探究する．
|
| Outline of Annual Research Achievements |
当初の研究計画では，1年目に，進化的ルール学習 (LCS)におけるシステムパラメータの最適値をルール学習中に導出可能な理論体系を構築することを予定していた．しかしながら，研究を進める上で，LCSのルール表現型にファジィ理論を組み込んだ申請者のアプローチが，不確実性を伴う実問題において極めて有効であることを発見した．これに伴って，本年度は2年目の研究計画である，「進化的ルール学習におけるルール表現型の自動調整」を先立って実施した．具体的には，ルール表現型を指定するメンバシップ関数の形状を，各ルールごとに進化的アルゴリズムを用いて最適化させることで，ユーザーによるメンバシップ関数の試行錯誤的な設計を省略できるほか，実問題においてLCSの性能を飛躍的に向上可能であることを示した．この成果は，進化計算分野における最難関国際会議GECCOに採択されたほか，Best Paper Awardにノミネートされた．本研究は，専門的な知識が無くとも高性能化が達成できるLCSの実現に繋がると考えられる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画では，進化的ルール学習 (LCS)におけるシステムパラメータの最適値をルール学習中に導出可能な理論体系を構築することを目的としていたが，LCSのルール最適化にファジィ理論を組み込んだ申請者のアプローチが，不確実性を伴う実問題において極めて有効であることを発見した．そこで，LCSおけるファジィ理論に基づくルール表現型の自動調整メカニズムを提案し，不確実性が内在する実問題におけるLCSの性能改善を達成した．これにより，2年目の計画を先行かつ発展させる形で，「LCSのルール表現型の自動調整」を実施し，有効な成果を挙げた．
|
| Strategy for Future Research Activity |
LCSの，システムパラメータの最適値をルール学習中に導出可能な理論体系を構築する．同理論を，本年度に提案したルール表現型の自動調整機構と合わせてLCSに導入することで，ユーザーによるシステムチューニングが不要なLCSの構築を目指す．
|
