| 研究課題/領域番号 |
19K20350
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 法政大学 (2022)
豊橋技術科学大学 (2020-2021)
国立情報学研究所 (2019) |
|---|
研究代表者 |
和佐 州洋 法政大学, 理工学部, 講師 (00781337)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 列挙アルゴリズム / データマイニング / 近傍領域 / 知識発見 / 列挙 / グラフ |
|---|
| 研究開始時の研究の概要 |
大量に蓄積されたデータにより，私たちは新たな知識を発見ができるようになった．一方で，その大量さは同時にこれまで利用できたデータマイニングアルゴリズムを適用できない規模となっている．本研究では，「近傍領域」と呼ばれる局所的な構造に着目することで，この状況を打破しようというものである．具体的には，次の二つの課題を設定した．これらの課題を克服することで，知識発見技術のさらなる発展を狙う．
課題1: 現実の問題に対する適切な「大事さ」に関するパラメータのモデル化
課題2: 課題1で得られたパラメータを元に，近傍領域を効率よく計算するアルゴリズムの開発
|
| 研究成果の概要 |
期間全体を通じてアルゴリズム構築のための基盤的な手法について，その端緒を得ることができた．一方で，「大事さ」に関する問題の収集は，想定の目標には到達できなかった．その具体的な原因は，コロナ禍による人的交流の極端な減少による実問題の収集のハードルの高さが考えられる．昨今，機械学習における説明可能性のみならず，非明示的な指標を背後に持った k-best 列挙などのアルゴリズムに対して，一定程度，その説得力を持つことが要請されている．本課題終了後も，継続してこのような問題について取り組んでいく．
|
| 研究成果の学術的意義や社会的意義 |
列挙問題，つまり，一定条件を満たした解を全て列挙する問題はさまざまな分野において見られる基礎的な問題である．本研究成果の学術的意義は，本課題の一つの課題である種々の問題に対する列挙アルゴリズムの構築を実際に行った点である．一方で，このアルゴリズムを利用して"解きたい問題"においては何に着目したら良いかを導き出す，というもう一つの課題については成果を上げられなかった．この点については，今後同様の問題意識を持って取り組み成果を上げていきたい．
|
