| 研究課題/領域番号 |
19K12159
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 大阪公立大学 (2022)
大阪府立大学 (2019-2021) |
|---|
研究代表者 |
能島 裕介 大阪公立大学, 大学院情報学研究科, 教授 (10382235)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2019年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 知識獲得 / 進化型機械学習 / 解釈可能性 |
|---|
| 研究開始時の研究の概要 |
本研究では，ルール集合に基づく知識獲得手法を中心に解釈可能性に関する議論を行う．利用者が解釈可能である知識を獲得可能な多目的進化型機械学習手法を３つの観点から開発する．１）様々な表現を用いた汎用的なルールに基づく識別器設計手法の開発．２）未知パターンの識別において，信頼性の低い出力は行わず，分からないという判定を明示的に行い，なぜ分からないのかを説明できる識別器の開発．３）深層学習の出力を特徴量とした新たな識別器設計手法の開発．
|
| 研究成果の概要 |
本研究では，ルール集合に基づく知識獲得手法を中心に精度，解釈可能性，信頼性，公平性に関する手法の開発を行った．精度と解釈可能性の間にはトレードオフの関係があり，高精度な知識は解釈が困難である．一方，解釈が容易な知識は精度が低い．本研究では，解釈可能性の高いファジィ識別器の精度改善手法を開発した．また，確信度の低い識別結果を出力しない棄却オプションを用いた識別器設計も開発した．さらにデータから得られた知識の公平性を考慮する識別器設計の検討も行った．クラス不均衡データやマルチラベルデータへの拡張方法に関して検討し，数値実験を通して有効性を示した．
|
| 研究成果の学術的意義や社会的意義 |
現在の識別器設計に関する研究は，深層学習やアンサンブル識別器が主流であり，識別結果の解釈可能性の低さを改善する研究が数多く行われいる．一方，本研究は言語的解釈可能な識別器設計手法の高精度化であり，他の機械学習研究者や利用者に異なるアプローチを提供可能である．また，機械学習分野において近年注目されている精度，解釈可能性，信頼性，公平性という観点を，本研究で網羅的に取り扱っており，実データ解析手法として社会実装や，他の機械学習手法の改良や新たな手法の開発への一助となることが期待できる．
|
