| 研究課題/領域番号 |
16KK0008
|
|---|
| 研究種目 |
国際共同研究加速基金（国際共同研究強化）
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトウェア
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
秋岡 明香 明治大学, 総合数理学部, 専任教授 (90333533)
|
|---|
| 研究期間 (年度) |
2017 – 2022
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
11,830千円 (直接経費: 9,100千円、間接経費: 2,730千円)
|
|---|
| キーワード | 大規模データストリーム解析 / モデル化 / 機械学習 / ベンチマーク / データマイニング / ストリーム解析 / モデリング |
|---|
| 研究成果の概要 |
本研究の問題意識は、科研費の他の大規模データストリーム解析のプロジェクトに取り組む中で、入力データの特徴により解析プログラムの挙動が大きく変わることが分かったことから生まれた。こうした傾向は他のアプリケーションでも見られる。特に疎行列計算では入力行列の特徴によって行列の前処理手法を変えるといったことが日常的に行われている。そこで、疎行列計算の専門家と問題を共有し共同研究を進めた。また、コロナ禍で共同研究の続行が難しい状況においては、データストリーム解析以外のアプリケーションも様々に検討し、その特徴差分からモデル化するアプローチも試みた。しかし研究期間内に明確なモデルを得ることはできなかった。
|
| 研究成果の学術的意義や社会的意義 |
昨今、社会的重要性を高めている機械学習や強化学習のプログラム的特徴は、本プロジェクトで対象とした大規模データストリーム解析とよく似ている。機械学習や強化学習は、その学習過程で並列化による高速化を行うことが難しい部分も多く、部分的な高速化しか成し得ていない。また、効率よく優れたモデルを獲得するためには、学習データの順序や選択について、知見に基づいた試行錯誤が必要な場合も多い。つまり、大規模データストリーム解析と入力データの挙動をモデリングすることは、機械学習や強化学習の高速化や効率化に繋がる。チャレンジングな問題ではあるが、様々なアプローチを模索しながら、引き続きこの問題に取り組んで行きたい。
|
