| 研究課題/領域番号 |
15K18095
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
制御・システム工学
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
Parque Victor 早稲田大学, 理工学術院, 准教授(任期付) (50745221)
|
|---|
| 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)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,170千円 (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 | learning / networks / graph representation / optimization / network design / product design / path planning / evolutionary computing / learning networks / design / control / evolutionary computation / representations / combinatorial / pattern recognition / succinctness / computer-aided design / modularity / succint representation / robotics |
|---|
| 研究成果の概要 |
本研究では簡潔な構造を持つ学習ネットワークとその応用を行った。 一方では、最先端の効率を達成する有向ネットワーク、無向ネットワーク、モジュラーネットワークおよび可変サイズネットワークの簡潔な構造が可能になった。 そして経路計画とCAD問題における応用は提案したアルゴリズムの優れた性能、効率とスケーラビリティを示すことを明らかにした。
|
| 研究成果の学術的意義や社会的意義 |
Succinct learning networks bring the unique benefits of representational economy, algorithmic versatility and conceptual clarity when encoding richer and complex knowledge structures through graphs, rendering improved approaches when tackling complex problems in control and design.
|
