| 研究領域 | 社会変革の源泉となる革新的アルゴリズム基盤の創出と体系化 |
|---|
| 研究課題/領域番号 |
20H05963
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅳ)
|
|---|
| 研究機関 | 日本電信電話株式会社NTTコミュニケーション科学基礎研究所 |
|---|
研究代表者 |
安田 宜仁 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 主幹研究員 (50396149)
|
|---|
| 研究分担者 |
鍋島 英知 山梨大学, 大学院総合研究部, 准教授 (10334848)
有村 博紀 北海道大学, 情報科学研究院, 教授 (20222763)
井上 武 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 特別研究員 (70873678)
美添 一樹 九州大学, 情報基盤研究開発センター, 教授 (80449115)
西野 正彬 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, 協創情報研究部, 特別研究員 (90794529)
|
|---|
| 研究期間 (年度) |
2020-11-19 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
92,820千円 (直接経費: 71,400千円、間接経費: 21,420千円)
2024年度: 23,920千円 (直接経費: 18,400千円、間接経費: 5,520千円)
2023年度: 22,100千円 (直接経費: 17,000千円、間接経費: 5,100千円)
2022年度: 23,010千円 (直接経費: 17,700千円、間接経費: 5,310千円)
2021年度: 21,840千円 (直接経費: 16,800千円、間接経費: 5,040千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | アルゴリズム基盤 / アルゴリズムの社会還元 / 並列型ソルバ / 革新的アルゴリズム基盤 / MSO / 並列SAT / ネットワーク信頼性 / 厳密被覆 / 準最適解集合 / 非同期ストリーム索引 / 説明可能性 |
|---|
| 研究開始時の研究の概要 |
本研究班では、領域内他研究班で得られる成果を「アルゴリズム基盤」という共通の場に実装することにより、応用研究者が個別のアルゴリズムを探索・検討せずとも最先端の革新的アルゴリズム群を利用できる仕組みを構築する。
こうした仕組みがうまく機能するためには、アルゴリズムが持つ数学的な構造は維持しつつ、かつ、応用研究者は問題を容易に記述できるようなアルゴリズムと応用の「良いつなぎ方」が求められる。そこで本研究班では、「良いつなぎ方」の探索を中心的な課題と捉え、実応用問題を用いたケーススタディを通じてそのあり方を探る。
|
| 研究実績の概要 |
2022年度は、処理系について昨年度来課題となっていたインタフェースについて、単項二階論理(MSO)を既存処理系graphillionで扱えるための取り組みを行った。具体的にはMSOで記述された入力を満たす変数割当の存在の判定するモジュールを作成した。フルセットのMSOではなく、(Bannach & Berndt, ESA2018)で提案されたサブセットに限り、頂点変数に対応するダミー変数を用意するアプローチを取ることによってgraphillionでの実行の目処が立った。graphillion以外のアプローチでのソルバーとして、並列SATソルバーであっても再現性のある挙動を効率的に行うための新しいフレームワークDPSを提案し、競技会で好成績を収めた(国際会議2)。
実社会インフラに近い問題として昨年度に引き続きネットワーク信頼性問題に取り組み、リンク故障が独立事象ではなく確率的相故関障を考慮する場合の厳密かつ高速な解法を提案し、IEEE旗艦会議GLOBECOMに採択された。
その他、高信頼性機械学習における反実仮想説明の生成について難関会議AISTATSに採択され、さらに関連雑誌論文が人工知能学会論文賞を受賞した。小さく高精度な予測モデルの列挙(MDLM 2022)、非構造・構造データの検索・最適化(CPM2022)についてそれぞれ国際会議に採択された。誤りが許されない状況下での機械学習において入出力の検証器を設けた場合に学習可能性にどの程度影響するのかという問題について、仮説クラスがPAC-学習可能なら予測誤差保証つきで仮説獲得可能であるという証明を与えた結果が機械学習のトップ会議NeurIPS2022に採択された。
運営面では、通年で毎週金曜日にA01班との分野横断セミナーを実施し、班連携を深めた。また、分散・並列に対する高性能な計算へのアプローチをより強化するため、陣容の強化を行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
課題となっていた処理系インタフェースについて一定の進展があった。また、社会インフラをターゲットとした研究について実用的な問題設定での高速解法の会議採択、ソルバの高速化の結果SAT Competition 2022並列部門Main Track 2位、Anniversary Track 3位を獲得するなど、班目標に対して期待される成果を創出することができた。
|
| 今後の研究の推進方策 |
引き続き処理系の実装に取り組むとともに、実社会を想定した具体的な問題に取り組む。
MSOを軸に、各種問題をどう抽象化・定式化すれば、graphillion(ZDD)やSATソルバを効率的に利用できるかについても取り組む。
SATソルバについては、決定的並列化アプローチによる高速化に加え、分散探索に基づく性能予測についても取り組む。
|
