| 研究課題/領域番号 |
19H00808
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分25:社会システム工学、安全工学、防災工学およびその関連分野
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
水野 眞治 東京工業大学, 工学院, 教授 (90174036)
|
|---|
| 研究分担者 |
中田 和秀 東京工業大学, 工学院, 教授 (00312984)
北原 知就 九州大学, 経済学研究院, 准教授 (10551260)
鮭川 矩義 筑波大学, システム情報系, 助教 (20757710)
高澤 陽太朗 青山学院大学, 理工学部, 助教 (20871130)
後藤 順哉 中央大学, 理工学部, 教授 (40334031)
高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
30,420千円 (直接経費: 23,400千円、間接経費: 7,020千円)
2021年度: 9,360千円 (直接経費: 7,200千円、間接経費: 2,160千円)
2020年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2019年度: 10,660千円 (直接経費: 8,200千円、間接経費: 2,460千円)
|
|---|
| キーワード | 社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 / 社会実装 / アルゴリズム |
|---|
| 研究開始時の研究の概要 |
機械学習システムの社会実装を促進する上で、次に述べる二つの問題点がある。
第１の問題点は、機械学習に必要な多くの最適化アルゴリズムにおいて、パラメータの推定精度に関して理論的な保証が存在せず、不正確な値が推定される可能性があることである。
第２の問題点は、深層学習に代表される高度な機械学習手法において、入力情報から出力結果を生成する過程がブラックボックス化されており、それらの関係を誰も理解できないことである。
本研究では、これらの問題点を解決する次世代の最適化技法を開発し、多くの人が簡単に利用できる機械学習ライブラリを実装し、世界標準の技術とすることを目指す。
|
| 研究成果の概要 |
機械学習システムの社会実装を促すために，機械学習システムの計算基盤を支える最適化アルゴリズムに着目し，錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大，ならびに，離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった．一方で，機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した．特に，利用者の事前知識を学習モデルに反映させ，高性能性を保持しつつも，利用者の直観に反しない結果を導出する方法，ならびに，それを実現するためのアルゴリズムを多角的に開発した.
|
| 研究成果の学術的意義や社会的意義 |
Society 5.0の実現に向けては機械学習システムをより安心・安全に利用するための方法論の確立が重要であり，本研究では，その方法論の計算基盤である最適化アルゴリズムを刷新した．成果の一部はライブラリ等で公開され，比較的容易に利用できる形となっており，社会のさまざまな場面での活躍が期待できる．また，純粋数学の未解決問題に貢献する成果も得られた．事前知識の活用に基づく機械学習におけるモデリング技術は，汎用性が高く，また，高度な数学を用いずともその有効性や妥当性を議論できるものであり，一部の専門家による利用にとどまらず，こちらについても，社会のさまざまな場面での活躍が期待できる．
|
