| 研究課題/領域番号 |
26330282
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
森 直樹 大阪府立大学, 工学(系)研究科(研究院), 准教授 (90295717)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014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 | 進化型計算 / 機械学習 / 深層学習 / 適応度景観推定型進化型計算 / 創作物理解 / 音楽の自動生成 / ニューラルネットワーク / 絵本理解 / ストーリー生成 / 適応度景観 / 遺伝的アルゴリズム / 遺伝的プログラミング / 進化型深層学習 / 劣個体分布 / DII Analysis / サポートベクターマシン / Support Vector Machine / タマホコリカビ型遺伝的アルゴリズム / 適応度推定 / Surrogate Model |
|---|
| 研究成果の概要 |
本研究課題では，近年爆発的な発展を遂げる機械学習の性能向上を背景に，進化型計算における適応度景観を適応的に推定しながら可能な機械学習を導入した適応度景観推定型進化型計算(Fitness Landscape Learning EvolutionaryComputation: FLLEC) の提案および応用について研究をした．特に深層学習と進化型計算を融合し，実問題への適用を中心に研究を進めた．その結果，FLLEC に基づく人の創作物理解，株取引エージェントの戦略獲得，音楽の自動生成など多くの成果を得た．結果として機械学習と進化型計算の融合によって優れた人工知能の構築が可能であることを示した．
|
| 研究成果の学術的意義や社会的意義 |
近年，計算機による問題解決は人工知能の発展を背景として複雑さを増し続けている．そこで，本研究では複雑な問題が持つ適応度景観を推定することで適応的に問題を解くことが可能な適応度景観推定型進化型計算(FLLEC) を提案した．特にFLLECに近年急速に発展している機械学習手法を導入することで大幅な性能の向上を実現した．また，人の創作物理解, 株取引，音楽の自動生成など実問題への適用に関する数値実験を通して提案手法の有効性を具体的に示した．
結果として機械学習と進化型計算の融合によって優れた人工知能の構築が可能であることを示した．
|
