| 研究課題/領域番号 |
16K16116
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 山口大学 |
|---|
研究代表者 |
間普 真吾 山口大学, 大学院創成科学研究科, 准教授 (70434321)
|
|---|
| 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 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 機械学習 / ニューラルネットワーク / 進化論的計算手法 / データマイニング / パターン認識 / 識別器 / 特徴抽出 / 人工知能 / ソフトコンピューティング |
|---|
| 研究成果の概要 |
本研究では，データから識別に有用な特徴や概念を抽出し，それらを適切に統合することで高い識別能力を有する人工知能を開発することを目的とした．まず，データから有用な知識を抽出するデータマイニング手法をベースに，抽出された知識を必要に応じて選択・利用するアンサンブル学習法の開発，少ない教師データでも識別器を構築可能な教師なし，半教師あり学習法の開発を行った．また，深層学習を用いてデータ識別に有用な特徴を抽出する手法を複数提案した．さらに，開発手法を医用画像（胸部CT画像）における陰影識別，肺聴診音における正常音と異常音の識別，人工衛星画像における災害領域検出システムに応用しその有用性を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
大量のデータが利用可能となった高度情報社会において，データから知識を発見し，人間と同等以上の判断能力を有する人工知能を開発することは今後の社会の発展のために重要である．本研究では，データマイニング手法や深層学習を用い，医用データにおける疾患の識別や，災害発生時に人工衛星画像から迅速に被災地域を発見できるシステムの構築を例に，識別に有用な特徴抽出法や，問題に適した識別器の構成を複数提案し，その性能を明らかにしている．
|
