研究課題/領域番号 |
15K16295
|
研究種目 |
若手研究(B)
|
配分区分 | 基金 |
研究分野 |
社会システム工学・安全システム
|
研究機関 | 千葉工業大学 (2018) 青山学院大学 (2015-2017) |
研究代表者 |
齊藤 史哲 千葉工業大学, 先進工学部, 准教授 (30625132)
|
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 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2017年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2016年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
キーワード | サプライチェーン / 機械学習 / 計算機シミュレーション / エージェントシステム / データマイニング / ブルウィップ効果 / ニューラルネットワーク / オンライン学習 / 集団学習 / 知的情報処理 / 大規模データ |
研究成果の概要 |
近年のデータ解析において大きな成功を収めている機械学習のサプライチェーンシミュレーションなどのタスクへの応用を試みてきた。単なる予測モデルの構築ではなく、オンライン学習は集団学習、エージェント学習といった先進的な学習モデルを用いた新たなアプローチを提案してきた。さまざまな形式によって大量のデータ蓄積が期待される昨今において、学習モデルを有効活用することによって、様々な業務の効率化や収益向上が期待できる。
|
研究成果の学術的意義や社会的意義 |
経済のグローバル化などの様々な要因からサプライチェーンは複雑化しており、より効率的な運用が求められている。その一方で、近年における機械学習に代表されるデータ処理技術の発展には目覚ましいものがあり、様々な領域のデータ活用において成功を収めている。本研究では、サプライチェーンを想定した計算機シミュレーションのタスクに機械学習の適用を試みてきた。これらのタスクにおいて提案してきた機械学習ベースの方法による性能向上が確認され、今後さらに発展を見込めることを示すことができた。
|