| 研究課題/領域番号 |
20H00595
|
|---|
| 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61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 北海道大学 |
|---|
研究代表者 |
有村 博紀 北海道大学, 情報科学研究院, 教授 (20222763)
|
|---|
| 研究分担者 |
宇野 毅明 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977)
平田 耕一 九州工業大学, 大学院情報工学研究院, 教授 (20274558)
山本 章博 京都大学, 情報学研究科, 教授 (30230535)
ジョーダン チャールズハロルド 小樽商科大学, 商学部, 准教授 (60647577)
小林 靖明 北海道大学, 情報科学研究院, 准教授 (60735083)
喜田 拓也 北海学園大学, 工学部, 教授 (70343316)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
44,200千円 (直接経費: 34,000千円、間接経費: 10,200千円)
2024年度: 7,670千円 (直接経費: 5,900千円、間接経費: 1,770千円)
2023年度: 7,670千円 (直接経費: 5,900千円、間接経費: 1,770千円)
2022年度: 7,670千円 (直接経費: 5,900千円、間接経費: 1,770千円)
2021年度: 10,790千円 (直接経費: 8,300千円、間接経費: 2,490千円)
2020年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
|
|---|
| キーワード | 大規模半構造データ / データマイニング / 離散構造学習 / 離散アルゴリズム / 次世代機械学習技術 / 知識基盤形成 / グラフアルゴリズム / 文字列アルゴリズム / 半構造データ / 離散構造処理 / グラフ / 文字列 |
|---|
| 研究開始時の研究の概要 |
本研究では，実世界知識基盤形成の中核技術として，実世界と情報世界の大規模半構造データに内在する知識をパターンや規則として取り出せる超高速マイニング技術を理論と実装の両面から研究開発する．とくに申請者等がこれまでに開発した高速最適化半構造データマイニングの枠組みを一般化し，最新の機械学習理論と離散最適化技術に基づいて拡張し，解釈性の高い離散的な予測モデル族に対して，分類精度に加え，公平性や安定性等の多様な機械学習問題を効率よく解くことができる超高速な離散構造学習技術を開発する．さらに，現実の多様な半構造データに適用するための周辺技術を開発し，知識基盤形成支援のアーキテクチャと実装技術を確立する．
|
| 研究成果の概要 |
理論的性能保証を持ち，大規模データで高速に動作する次世代半構造マイニングの基盤・周辺技術を研究開発した．離散アルゴリズム理論・離散最適化・ビッグデータ処理の専門家が連携し，半構造データを対象とした説明可能機械学習，情報検索，知識索引，構造列挙，圧縮技術に関して研究を推進した。数理計画法と動的計画法を用いた説明可能機械学習エンジン，グラフ・木・系列の高次元半構造データに対する高効率な属性抽出・データ圧縮技術，組合せ多面体の並列計算等を研究開発し，学術論文81件と，口頭発表53件，国内外の学術賞受賞といった国内外で高く評価される成果を得た。また，成果を自由に利用可能なソフトウェアとして公開した．
|
| 研究成果の学術的意義や社会的意義 |
AI分野における重要な成果として，説明・解釈可能な機械学習の研究を進めた．現在の深層学習は高精度だが，判断根拠や改善策の説明が課題である．これに対し離散最適化を用いた改善策を提示可能にした．半構造データ処理では，最適化の複数解を扱う遷移・列挙問題の効率的な解法を与え，その成果をAIとアルゴリズムのトップ国際会議と学術誌で発表した．一般理論構築では，説明可能AIで近年研究が盛んな非線形スコア・公平性・多様性に関する決定木最適化が，情報理論分野の積関数周辺化計算と同様の，半環上のテンソルに関する動的計画法の一種であることを明らかにし，この原理に基づく汎用決定木解析ソフトウェアを実装し，公開した．
|
