実験科学研究の効率化のための能動学習と転移学習手法の開発

• 研究課題/領域番号: 24K20836
• 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: 名古屋大学
• 研究代表者: 松井 孝太 名古屋大学, 医学系研究科, 講師 (50737111)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円); 2027年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2024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: 転移学習 / 能動学習 / 適応的実験計画

研究開始時の研究の概要

本研究では高コストなデータ収集フェイズがしばしばボトルネックとなる実験科学領域において，転移学習と能動学習によって効率的な実験を実現することを目指す．特に医学領域や材料科学領域の問題を対象として，新たなドメインで効率的に実験を行うために，過去データを効果的に利用して現在のドメインで高い性能が得られることが予想される条件に対して適応的にラベル付けを行うことを可能にする能動学習アルゴリズムを開発する．