| 研究課題/領域番号 |
23K18497
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 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 | 東京電機大学 |
|---|
研究代表者 |
高橋 達二 東京電機大学, 理工学部, 教授 (00514514)
|
|---|
| 研究分担者 |
岡本 洋 東京大学, 大学院工学系研究科(工学部), 特任研究員 (00374067)
布山 美慕 立命館大学, 文学部, 准教授 (30797311)
西郷 甲矢人 長浜バイオ大学, バイオサイエンス学部, 教授 (80615154)
|
|---|
| 研究期間 (年度) |
2023-06-30 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2024年度: 3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2023年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 類推推論 / マルコフ連鎖モジュール分解 / 不定自然変換理論 / 自然変換 / 感情語 / 比喩理解 / 階層的クラスタリング / Plutchikの感情の輪 / 圏論 / マルコフ連鎖 / クラスタリング / 連想ネットワーク / ページランク / 階層性 / 圏代数 / 心理実験 |
|---|
| 研究開始時の研究の概要 |
人間は抽象化・概念化した知識を迅速に対応づける (類推推論) ことで、新奇環境に適応できる (転移学習)。類推は、人間レベルの転移学習を実現するための鍵であり、「一を聞いて十を知る」高い学習能力を支えている。しかし既存の類推アルゴリズムは、入力となる知識構造に対し、人手による高度な抽象化とツリー構造への整理を必要とし、そのうえ計算量も膨大なため、認知的現実性と工学的実用性の両方を欠く。そこで本研究では、マルコフ連鎖モジュラ分解と不定自然変換理論を用い、最も一般的かつ基本的な知識構造である重み付き有向ネットワーク上での概念化と類推を実現する。
|
| 研究成果の概要 |
現在の生成AIは能力の向上を見せており、推論機能もあるが、特に関係のない概念の間の、遠距離の対応づけである、類推推論については、学習データに含まれていない場合には対応できない。類推推論の理解は認知科学の課題であり、その実装は工学的な価値も高い。そこで本研究では、類推推論の理解と実装、特に階層的なデータ構造で自ら「粒度」も探索して類推を行うアルゴリズムの実現を目指す。
|
| 研究成果の学術的意義や社会的意義 |
階層的ネットワークとして感情語の間の類似性、関連性、遷移的関係についての精細なデータ（重み付き有向完全グラフ）を取得・分析した。従来仮定されてきた構造の妥当性の検討が可能となったほか、感情空間の構造が明らかにできる。また、不定自然変換理論 (TINT) の新しいアルゴリズムを与えた。特に「蝶は踊り子である」のような比喩を類推的に理解する実験とシミュレーションで、従来よりも優れた結果を得た。
|
