| 研究課題/領域番号 |
16500083
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 広島市立大学 |
|---|
研究代表者 |
高濱 徹行 広島市立大学, 情報科学研究科, 教授 (80197194)
|
|---|
| 研究分担者 |
岩根 典之 広島市立大学, 情報科学研究科, 准教授 (60264933)
|
|---|
| 研究期間 (年度) |
2004 – 2007
|
| 研究課題ステータス |
完了 (2007年度)
|
| 配分額 *注記 |
3,210千円 (直接経費: 3,000千円、間接経費: 210千円)
2007年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2006年度: 600千円 (直接経費: 600千円)
2005年度: 1,200千円 (直接経費: 1,200千円)
2004年度: 500千円 (直接経費: 500千円)
|
|---|
| キーワード | 構造学習 / 構造最適化 / 退化 / 遺伝的アルゴリズム / ニューラルネットワーク / 教師付き学習 / Particle Swarm Optimization / Differential Evolution |
|---|
| 研究概要 |
本研究は、教師付き学習において、退化現象を利用した構造学習アルゴリズムにより、モデルパラメータとモデル構造を同時に最適化し、汎化能力の高いモデルを得ることを目的としている。退化現象を利用した構造学習アルゴリズムでは、遺伝子を正常値と損傷度の対により表現し、遺伝子列に対する交叉、正常値に対する突然変異に加えて、損傷度を損傷方向に変異させる損傷突然変異を導入し、完全に損傷した遺伝子を不要なシステムパラメータとして削除することにより構造学習を実現している。これまでの研究において、次のような退化による構造学習アルゴリズムを提案することができた。(1)遺伝的アルゴリズム(GA)に基づき、遺伝子単位の1点交叉、正常値に対する突然変異、損傷度に対する損傷突然変異により構造学習を実現するGAd、(2)損傷突然変異を制御する制御個体集団と退化に基づく構造学習を行う学習個体集団という2つの個体集団が共進化することにより構造学習を行うCGAd、(3)Differential Evolution(DE)に基づき、正常値と損傷度による遺伝子型から表現型への写像および表現型から遺伝子型への逆写像を利用することによりDEの遺伝操作を実現したDEdである。退化に基づく構造学習アルゴリズムでは、遺伝子を退化させるための退化圧力の調整が重要であり、圧力が高すぎると学習精度が不十分になり、低すぎると構造最適化が不十分になる。GAdでは退化圧力の調整が困難であったため、GAdの改良として、共進化により退化圧力を適応的に変化させるCGAdを提案するとともに、高い退化圧力でも学習精度が低下しにくいDEdを提案した。今後は、DEdに共進化を導入し、適応的に退化圧力を調整するための研究を行うとともに、これらのアルゴリズムを用いて時系列データの推定のための研究も継続して行う予定である。
|
