| 研究課題/領域番号 |
20K11941
|
|---|
| 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61030:知能情報学関連
|
|---|
| 研究機関 | 名城大学 |
|---|
研究代表者 |
亀谷 由隆 名城大学, 情報工学部, 准教授 (60361789)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 識別パターン発見 / 機械学習 / 説明可能AI / メモリ共有型並列 / 連関分類器 / 実行監視ツール / メモリ共有型並列計算 / 解釈・説明可能性 / 並列パターン発見 |
|---|
| 研究開始時の研究の概要 |
深層学習を含めた従来の機械学習手法では(i) 不透明性，(ii) 近似的な解，(iii) ハイパーパラメータのチューニングの必要性等，人間側が機械学習手法を確実・容易に理解・利用していく上で障害となる問題点を含んでおり，これらの問題点を解消・軽減する人間本位の機械学習の実現が望まれる．本研究では，このような人間本位の機械学習の基盤技術として，識別パターン発見技術を確立することを目指す．識別パターン発見技術のベースとして，記号値・数値の混在データから近似的な事前処理（離散化・記号化）なしに識別パターンを厳密に発見するアルゴリズムであるECHO法を採用する．
|
| 研究成果の概要 |
人間本位の機械学習の基盤技術として，識別パターン発見技術を確立することを目指した．具体的には，研究代表者が提案した識別パターン発見手法であるECHO法をベースとして，方法論上の改良・発展および医療分野における有用性の検証を行った．本研究では「医療データに対してECHO法が出力したパターンに対する解釈・説明可能性の検証」「ECHO法における実行監視ツールの開発等」「ECHO法のメモリ共有型並列化」「ECHO法が出力するパターンを利用した連関分類器の開発」の4つの副目標を設定し，各々で一定の研究成果を得た．また，説明可能AI分野のサーベイを実施し，透明性の高い機械学習手法の重要性を確認した．
|
| 研究成果の学術的意義や社会的意義 |
近年の人工知能の中核を成す機械学習技術ではその不透明性，近似的な解，ハイパーパラメータチューニングの必要性等，人間側が機械学習手法を確実・容易に理解・応用する上で障害となる問題点が残されている．本研究ではこれらの問題点をあらかじめ避けられる識別パターン発見手法であるECHO法に注目し，その方法論上の改良・発展および有用性の検証を行った．時間的な制約により，4つの副目標全てを完全に達成できた訳ではないが，これらの副目標の重要性が改めて確認でき，この方向で研究を進めていく意義を示すことができた．また，本研究を通じ，学術界・産業界で注目される説明可能AI分野に対する貢献ができたと考えている．
|
