| 研究課題/領域番号 |
15K00347
|
|---|
| 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 |
ソフトコンピューティング
|
|---|
| 研究機関 | 京都情報大学院大学 (2017-2019)
八戸工業大学 (2015-2016) |
|---|
研究代表者 |
高橋 良英 京都情報大学院大学, その他の研究科, 教授 (10347841)
|
|---|
| 研究期間 (年度) |
2015-10-21 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
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: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | ACO / GA / Neural Network / CMA-ES / Classification / Function Optimization / Diversity measurements / 段階的探索空間局所化機能 / Neural Network / Cross Entropy / Stepwise localization / FOP / Real Coded GA / Ant colony optimization / Explore search space / Statistics / Real coded GA / Diversity Measurement / ACO Continuous Domains / iversity Measrement / Changing Crossover / BLX-α / SPX / TDGA / Immune-GA / Diversity Measrement |
|---|
| 研究成果の概要 |
社会で発生する問題は関数最小値探索問題として捉えられることが多い。この関数は、予測値と観測値の誤差（偏差）の二乗や、確率分布のエントロピーの誤差として表現される。この誤差関数が最小となるように予測モデルの未定パラメータを決定する問題が関数最小値探索問題である。本検討では、関数最小値探索問題を解く最適化手法として、蟻の餌採集行動を模したアントコロニー最適化法（ACO)、ダーウインの自然淘汰説を模した遺伝アルゴリズム(GA)、突然変異による進化を模した進化的計算手法(CMA-ES）のCプログラミング実験を行い、その有効性を検証してきた。研究成果はWCCI,ANTS,ICMLAに発表してきた。
|
| 研究成果の学術的意義や社会的意義 |
情報通信技術の進展により、世界中に張り巡らされた膨大なコンピュータネットワークシステムを介して、多種多様な人間の要求や行動が各種センサ等により感知・観測できるようになり、世界中どこにいても即座にタイムリィにそれらの情報を収集・蓄積できるようになった。このネットワークに収集蓄積されたビッグデータを解析し、人工知能と人間が共存して社会の問題や産業の問題を解決していく社会Society5.0が望まれている。例えば、心電図、血液検査、レントゲン撮影等の情報から患者の異常を検出する医療診断に人工知能を導入する等である。その際人工知能は、教師あり学習という方法で関数最小値問題を解き、医師の知能を学習する。
|
