| 研究課題/領域番号 |
16K16354
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
社会システム工学・安全システム
|
|---|
| 研究機関 | 広島大学 |
|---|
研究代表者 |
林田 智弘 広島大学, 工学研究科, 准教授 (20432685)
|
|---|
| 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 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2016年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | ニューラルネットワーク / クラシファイアシステム / 構造最適化 / エージェントベースシミュレーション / 人工適応型エージェント / 進化計算 / 機械学習 / 意思決定 / ゲーム理論 |
|---|
| 研究成果の概要 |
本研究では，(i) ニューラルネットワークの構造最適化手法の開発，(ii) クラシファイアシステムの改良，(iii) 応用研究に関する研究成果を上げた．具体的には，(i)ではニューラルネットワークに対する構造最適化手法を拡張することで，主にDNN を対象とした探索的なニューラルネットワークの構造最適化手法を開発した．(ii)ではいくつかのクラシファイアシステムに関して，人工適応型エージェントの意思決定機構として応用可能なシステムへと改良した．(iii)では電力市場に関するシミュレーション分析や構造最適化されたDNNの音声データ識別タスクへの適用研究を行った．
|
| 研究成果の学術的意義や社会的意義 |
本研究は，現実問題への応用には多くの計算コストが要求される，機械学習あるいは人工知能を主に対象としている．計算コストの削減や応用可能な問題を広げるために主に，深層学習(Deep Learning)を含めたニューラルネットワークおよびクラシファイアシステムを基礎とするシステムを開発した．本研究の成果により，計算コストを抑えることができ，例えばこれまで汎用的な計算機での実装が難しかった問題に対して，機械学習などの技術を応用可能となったと言える．
|
