| 研究課題/領域番号 |
16K00304
|
|---|
| 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 | 九州大学 |
|---|
研究代表者 |
越村 三幸 九州大学, システム情報科学研究院, 助教 (30274492)
|
|---|
| 研究分担者 |
力 規晃 徳山工業高等専門学校, 情報電子工学科, 助教 (50290804)
藤田 博 九州大学, システム情報科学研究院, 准教授 (70284552)
|
|---|
| 研究協力者 |
上村 直輝
査 澳龍
淺倉 健太
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2016年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 機械学習応用 / 組合せ最適化 / SAT / 深層学習 / 顕微鏡画像の分類 / SAT符号化 / 最適化問題 / 機械学習 / 顕微鏡画像 / 電流の時系列データ / 帰納論理プログラミング / データマイニング / 顕微鏡画像の解析 / 人工知能 / データ解析 |
|---|
| 研究成果の概要 |
機械学習技術を用いた「尿の顕微鏡画像の解析」と「電流データに基づく異常診断」に取り組んだ。前者については、病院で採取された100人の尿の顕微鏡写真から約14000個の細胞の画像を切抜きその分類を行い、正答率98.30%のモデルの作成に成功した。
また、SATによる最適化問題の解法の事例として「提携構造形成問題」と「ILP（帰納論理プログラミング）のMaxSAT符号化」に取り組んだ。前者については従来の手法に比べ一桁以上の性能向上を達成した。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、目標性能達成のため、これまでの実験データを基に次に試行すべき実験候補を推薦するシステムの開発を目指した。統計的手法に論理的手法を組み合わせることにより、探索や説明機能を強化する。ILPをSAT符号化して高速化を図る点も研究の特色である。また、多くの問題に現れる推移律の効率的なSAT符号化法を考案しその効果を実証した点は、組合せ最適化解法の適用分野を広げる成果である。
|
