| 研究課題/領域番号 |
16K00324
|
|---|
| 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 | 千葉大学 |
|---|
研究代表者 |
岡本 卓 千葉大学, グローバルプロミネント研究基幹, 特任准教授 (40451752)
|
|---|
| 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: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 大域的最適化 / システム工学 / ソフトコンピューティング / 機械学習 / 計算知能 / ニューラルネットワーク / 非線形力学 |
|---|
| 研究成果の概要 |
本研究では，実問題に応用可能な非線形力学系モデルを用いた最適化手法と機械学習の融合技術の開発を行った。具体的には，冗長経路除去とSequential Minimal Optimizationを用いたネットワークルーティング問題の高速解法の開発，非線形力学系モデルを用いた最適化手法の深層学習問題への応用と新たな深層学習アルゴリズムの開発，自己組織化マップとその派生法を用いたパレート解可視化手法の開発，パラメータ調整を伴わない非線形力学系モデルを用いた最適化手法の開発と並列化を行った。そして，これらを含む計算知能技術の実問題への応用を行い，その有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
昨今，人工知能技術が大きな注目を集めているが，その根幹をなすのが，機械学習と最適化技術を中心とする計算知能技術である。本研究課題は，この計算知能技術のうち，非線形力学系を用いた最適化手法と機械学習の融合技術の開発に関するものである。また，その有用性を実問題を用いて検証しており，計算知能技術，ひいては人工知能技術の発展に資する研究成果であるといえる。
|
