| Project/Area Number |
24H00685
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田畑 公次 北海道大学, 電子科学研究所, 准教授 (20814445)
畑埜 晃平 九州大学, システム情報科学研究院, 教授 (60404026)
寺本 央 関西大学, システム理工学部, 准教授 (90463728)
|
|---|
| Project Period (FY) |
2024-04-01 – 2029-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥48,620,000 (Direct Cost: ¥37,400,000、Indirect Cost: ¥11,220,000)
Fiscal Year 2024: ¥24,830,000 (Direct Cost: ¥19,100,000、Indirect Cost: ¥5,730,000)
|
|---|
| Keywords | バンディット / 多目的最適化 / モンテカルロ木探索 |
|---|
| Outline of Research at the Start |
純粋探索のバンデ ィット問題である分類バンディット、多目的最適化バンディット、モンテカルロ木探索を用いた大規模探索の3つの課題において、能動的逐次選択により漸近的最適かつ実用的にも少ないサンプル数の解法アルゴリズムを開発する。閾値以上の期待報酬腕割合により判定する分類バンディット問題においては、一般化した決定問題バンディットを研究し応用を広げる。複数指標で評価する多目的最適化バンディットでは、多目的ならではの解の設定において有用なアルゴリズムを開発する。モンテカルロ木探索を用いた大規模探索では、離散と連続の両方の属性を持つ大規模空間におけるブラックボックス最適化に有効な並列手法を開発する。
|
