• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

機械学習モデル多様化による機械学習応用システムの高信頼化設計および評価

研究課題

研究課題/領域番号 19K24337
研究種目

研究活動スタート支援

配分区分基金
審査区分 1001:情報科学、情報工学およびその関連分野
研究機関筑波大学

研究代表者

町田 文雄  筑波大学, システム情報系, 准教授 (50842209)

研究期間 (年度) 2019-08-30 – 2023-03-31
研究課題ステータス 完了 (2022年度)
配分額 *注記
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワード機械学習システム / 信頼性 / 多様性 / 機械学習応用システム / 自動運転 / 自動運転車
研究開始時の研究の概要

近年、機械学習応用システムへの期待が高まっているが、機械学習モデルの出力は本質的に不確実であるため、誤った出力によりシステム全体の信頼性や安全性が損なわれるリスクがある。機械学習応用システムの設計では機械学習モデルの不確実かつ多様な出力を考慮に入れた信頼性設計が必要である。本研究では、一つのシステムに複数の機械学習モデルを導入し、多様性を高めることでシステム全体の信頼性向上を図る手法を研究する。複数の異なる機械学習モデルを用いた場合のシステム全体の信頼性への影響を確率的な解析によって明らかにし、実際に利用可能な機械学習アルゴリズムやデータを用いてその有効性を検証する。

研究成果の概要

本研究は機械学習を組み込んだ情報システムを高信頼化する技術およびそのシステムを評価するモデル化と解析手法を確立することを目的として実施した.高信頼化する手段として,一つのシステムに複数の機械学習モデルを用い,モデル間の多様性を高める手法に着目した.研究の結果,多様な機械学習モデルに加え,多様な入力を用いることで,システムの誤った出力を抑制できることを明らかにした.さらに,機械学習モデルと入力データの多様性を測る指標を定義し,多様性指標とシステムの信頼性を関係づける評価モデルを提案して有効性を示した.本研究成果により機械学習システムを高信頼化するNバージョン機械学習システムと呼ぶ手法を確立した.

研究成果の学術的意義や社会的意義

現在機械学習は様々なシステムで利用され,自動運転など高度な安全性が求められるシステムへの応用も進んでいる.本研究で確立したNバージョン機械学習システムは機械学習応用システムの安全性や信頼性向上に役立てることができる.特に,入力データを多様化して用いる手法は従来手法と比較してより低コストで実現できる高信頼化手法として期待できる.また,本研究では機械学習モデルや入力データの多様性とシステムの出力の信頼性の関係をモデル化して明らかにした.機械学習システムの信頼性がその構成要素や入力の多様性によって特徴づけられるという興味深い結果は信頼性工学の学術会議でも認められ,当該研究分野の発展に貢献した.

報告書

(5件)
  • 2022 実績報告書   研究成果報告書 ( PDF )
  • 2021 実施状況報告書
  • 2020 実施状況報告書
  • 2019 実施状況報告書
  • 研究成果

    (14件)

すべて 2022 2021 2019 その他

すべて 雑誌論文 (1件) (うちオープンアクセス 1件) 学会発表 (12件) (うち国際学会 6件、 招待講演 2件) 備考 (1件)

  • [雑誌論文] Using Diversities to Model the Reliability of N-version Machine Learning System2021

    • 著者名/発表者名
      Fumio Machida
    • 雑誌名

      TechArchive

      巻: -

    • DOI

      10.36227/techrxiv.16435656.v1

    • 関連する報告書
      2021 実施状況報告書
    • オープンアクセス
  • [学会発表] Reliability Models and Analysis for Triple-model with Triple-input Machine Learning Systems2022

    • 著者名/発表者名
      Wen Qiang、Machida Fumio
    • 学会等名
      2022 IEEE Conference on Dependable and Secure Computing (DSC)
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] How Data Diversification Benefits the Reliability of Three-version Image Classification Systems2022

    • 著者名/発表者名
      Takahashi Mitsuho、Machida Fumio、Wen Qiang
    • 学会等名
      2022 IEEE 27th Pacific Rim International Symposium on Dependable Computing (PRDC)
    • 関連する報告書
      2022 実績報告書
    • 国際学会
  • [学会発表] Nバージョン機械学習分類システムによる分類結果の正確性と安全性評価2022

    • 著者名/発表者名
      町田文雄
    • 学会等名
      日本信頼性学会 第30回春季信頼性シンポジウム
    • 関連する報告書
      2022 実績報告書
  • [学会発表] 2入力機械学習システムの信頼性と性能評価2022

    • 著者名/発表者名
      脇上和也,町田文雄
    • 学会等名
      第20回ディペンダブルシステムワークショップ (DSW 2022)
    • 関連する報告書
      2022 実績報告書
  • [学会発表] Reliability Models and Analysis for Triple-model with Triple-input Machine Learning Systems2022

    • 著者名/発表者名
      Wen Qiang, Fumio Machida
    • 学会等名
      IEEE Conference on Dependable and Secure Computing (DSC)
    • 関連する報告書
      2021 実施状況報告書
    • 国際学会
  • [学会発表] Nバージョン機械学習モデルによるシステム高信頼化のための入力データ多様化2021

    • 著者名/発表者名
      高橋満帆, 町田文雄
    • 学会等名
      第19回ディペンダブルシステムワークショップ (DSW 2021)
    • 関連する報告書
      2021 実施状況報告書
  • [学会発表] A Queueing Analysis of Multi-model Multi-input Machine Learning Systems2021

    • 著者名/発表者名
      Yuta Makino, Tuan Phung-Duc, Fumio Machida
    • 学会等名
      Dependable and Secure Machine Learning
    • 関連する報告書
      2020 実施状況報告書
    • 国際学会
  • [学会発表] マルコフ連鎖を用いた多モデル多入力型機械学習システムの性能評価2021

    • 著者名/発表者名
      巻野 侑大, Phung-Duc Tuan, 町田 文雄
    • 学会等名
      2020年度待ち行列シンポジウム
    • 関連する報告書
      2020 実施状況報告書
  • [学会発表] On the diversity of machine learning models for system reliability2019

    • 著者名/発表者名
      Fumio Machida
    • 学会等名
      IEEE Pacific Rim Int'l Symp. on Dependable Computing (PRDC)
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会
  • [学会発表] N-version machine learning models for safety critical systems2019

    • 著者名/発表者名
      Fumio Machida
    • 学会等名
      DSN Workshop on Dependable and Secure Machine Learning
    • 関連する報告書
      2019 実施状況報告書
    • 国際学会
  • [学会発表] 多様な分類器を用いた機械学習応用システムの信頼性2019

    • 著者名/発表者名
      町田文雄
    • 学会等名
      日本OR学会「4部合同研究会 ~確率モデルの新展開~」
    • 関連する報告書
      2019 実施状況報告書
    • 招待講演
  • [学会発表] Nバージョンモデルによる機械学習応用システムの高信頼化2019

    • 著者名/発表者名
      町田文雄
    • 学会等名
      日本ソフトウェア科学会第17回 ディペンダブルシステムワークショップ
    • 関連する報告書
      2019 実施状況報告書
    • 招待講演
  • [備考] N-version Machine Learning System

    • URL

      https://www.sd.cs.tsukuba.ac.jp/en/n-version_mls.html

    • 関連する報告書
      2022 実績報告書 2021 実施状況報告書

URL: 

公開日: 2019-09-03   更新日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi