| Project/Area Number |
24K15088
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Kyushu Institute of Technology |
|---|
Principal Investigator |
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) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | メタモデリング / 情報幾何学 / マルチタスク学習 / メタ学習 / 変分推論 |
|---|
| Outline of Research at the Start |
本研究では複数の類似する経験（データ）を通して得られた知識（モデル）からそれらの知識集合（モデル集合）に共通するより普遍的なメタ知識（メタモデル）を推定することで新しい知識を生成したり，状況に合わせて適応的にモデルを切り替えることができるメタモデリング法の学習理論を構築することを目指す．とりわけ本研究では一部のデータが観測できない状況を扱う潜在変数モデルも統一的に扱えるメタモデリング法の普遍的な理論構築を目指す．
|
| Outline of Annual Research Achievements |
本研究では情報幾何学に基づいた変分ベイズ法のメタモデリングの学習理論構築を目指し，以下の取り組みをおこなった．
(1) Nadaraya-Watsonカーネルを用いてm型メタモデリングによる事後分布集合のメタモデリングとe型メタモデリングによる事前分布集合のメタモデリングを組み合わせた変分ベイズ法のメタモデリングの一般系の開発をおこなった．導出した手法は理論上は観測変数と潜在変数の同時分布が指数型分布族で書くことができれば利用できるため幅広い潜在変数モデルへ利用できる．
(2) 上記の一般系に基づいて混合ガウス分布，ガウス過程，連続潜在変数モデルにおけるメタモデリング法をそれぞれ実装し，簡単な人工データで動作検証を行った．また，類似の方法で状態空間モデルのメタモデリングやカテゴリカル分布のメタモデリングなどのいくつかのモデルについても試作を行った．
(3) 共分散関数を共通化することで線形次元削減を用いたガウス過程集合のメタモデリング法の安定した運用法を実現した．また，心理評価データへ応用し，心理評価データから実験参加者の好みの個性を可視化できるようにした．
(4) ベイズ的実験計画法の一種であるレベルセット推定のための理論的に保証のある停止基準の開発を行なった．単一の実験計画法の停止基準を考えることは複数の実験計画法を切り替える上でも重要となる．そのため，これは後にメタモデリングと様々なベイズ的実験計画法を融合する上での理論的基盤の１つとなりうる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初予定していた変分ベイズ法のメタモデリングの一般系の導出はできた．また，実際に幾つかの簡単なモデルで実装し，期待通りの動作をすることも示せた．加えて，理論研究と並行してメタモデリング法を心理評価データへ応用も行い，心理評価データからユーザごとの個性の違いを可視化できることも示せた．以上の理由で順調に進展していると判断した．
|
| Strategy for Future Research Activity |
メタモデリングの理論の一番の基礎を作ることができ，いくつかの具体例でも期待通りの動作をすることが示せた．しかし，現時点ではガウス分布を仮定するモデルがほとんどであるため，LDAなどのカテゴリカル分布を仮定するモデルのように他の分布でも期待通りに動作するかどうかの検証が必要である．上記の検証が終わり次第論文執筆に取り組む予定である．その後は状態空間モデルやベイジアンニューラルネットワークなどのより複雑なモデルへの拡張を目指す．
|
