| 研究課題/領域番号 |
16K00336
|
|---|
| 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 | 大阪府立大学 |
|---|
研究代表者 |
能島 裕介 大阪府立大学, 工学(系)研究科(研究院), 准教授 (10382235)
|
|---|
| 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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | 知識獲得 / 多目的最適化 / 並列分散実装 / 遺伝的アルゴリズム / 大規模多属性データ |
|---|
| 研究成果の概要 |
近年，データの利活用が盛んに行われ，同時に様々なデータマイニング手法の開発が行われている．我々が開発してきた多目的遺伝的機械学習は，複数のIf-thenルールで構成される知識を獲得するデータマイニング手法である．知識の精度最大化と複雑性最小化を目的関数として設定することで，手法の一度の実行で精度と複雑性の異なる様々な知識が獲得できるという利点がある．本研究では，大規模多属性データからの知識獲得をより効率的に行うために，アルゴリズムと実装面から多目的遺伝的機械学習手法の改良を行った．また，機械設計解析，画像データ識別問題，マルチラベル分類問題へと多目的遺伝的機械学習の拡張を行った．
|
| 研究成果の学術的意義や社会的意義 |
大規模多属性データからの知識獲得において，計算時間の短縮と得られた知識の分かりやすさは非常に重要である．本研究では，知識の精度と分かりやすさを同時に最適化する多目的遺伝的機械学習手法の高効率化を行った．また，これまでの数値データからの知識獲得だけでなく，様々な応用問題へと展開したことで，今後，解釈可能なAIの発展に寄与できると考えられる．
|
