| 研究課題/領域番号 |
15K00321
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 中部大学 |
|---|
研究代表者 |
山内 康一郎 中部大学, 工学部, 教授 (00262949)
|
|---|
| 研究分担者 |
石井 成郎 一宮研伸大学, 看護学部, 准教授 (80399237)
鈴木 裕利 中部大学, 工学部, 教授 (20340200)
澤野 弘明 愛知工業大学, 情報科学部, 准教授 (10609431)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 機械学習 / 人工知能 / 協調学習 / 未知の問題領域 / クラウドソーシング / ColBagging / Supervised Actor Critic / 一般回帰ニューラルネットワーク / PSO / スマートグリッド / ブラインドシングルプライスオークション / Game理論 / 人と機械学習による共学習 / 電力卸売り取引 / risk-sensitivek強化学習 / supervised actor-critic / learning on a budget / smart grid / automatic biding system / 教示付きクラウドソーシング |
|---|
| 研究成果の概要 |
bigデータが無い未知の領域ではAIは学習ができない。そこで人間と学習機械が協調学習をすることによって、未知の問題に対する解を高速に導き出し、人と人工知能がともに成長する仕組みCollaborative Bagging(ColBagging)を考案した。これは複数のワーカーが未知の問題に対する解の候補を出す一方で、ワーカーの横には学習機械があり、対応するワーカーの振る舞いを模倣するように学習する。解候補は信頼性に応じて重みづけされたうえで平均され、ワーカーに教示する。そこから学びを得たワーカーはさらに良質の解候補を出すと期待できる。学習後、学習機械は単独でも解候補を出せるようになる。
|
| 研究成果の学術的意義や社会的意義 |
実用に供される人工知能は、学習に非常に多くの学習データを必要とする。だが未知の領域では学習データそのものが無いため、人工知能は学習ができない。本研究成果は、この問題を解決する一手段を示した。この手法の最もユニーク且つ重要なポイントは、「人」と「人工知能」の両方の能力を高めるという点である。今後人が、人工知能に頼る場面が増えるならば、人はその能力を失う恐れがある。本手法はこれを防ぐ意味で重要である。
|
