| 研究課題/領域番号 |
15K16065
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
関 宏理 大阪大学, 基礎工学研究科, 助教 (10583693)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| キーワード | 計算知能 / ソフトコンピューティング / ファジィシステム / ビッグデータ / 高速演算 |
|---|
| 研究実績の概要 |
今年度はビッグデータに有効なモデルである関数型SIRMsファジィ推論モデルに焦点を当て研究を行った。関数型SIRMsファジィ推論モデルはルールが1入力1出力で記述されるものを統合して推論を行うため、従来のファジィ推論モデルよりもルール数を大幅に削減することが可能であることで知られている。後件部関数は任意の関数を用いてよいが、1次元のものを使用する場合が多い。このことから推論空間としては非常に狭く限定される。本研究では後件部を1次関数から多次元関数へ拡張した拡張型SIRMs推論モデルを提案した。本モデルではパラメータ数をそれほど多く増加させることなく推論空間を拡張できることが期待される。また、医療診断へ応用することによりその有効性の検討を行った。
次に、ファジィ推論モデルのIf-Thenモデルにおけるorでの統合について検討した。If-Thenルールでは各属性間についてはandで統合される。しかしながら、現実問題を考えた際にすべてをandで統合することは必ずしも妥当とはいえない。そこで本研究ではandをorに置き換えたOR型ファジィ推論モデルの性質を明らかにした。また、If-Thenルールでandとorを併用することにより、ラフ集合による知識獲得と同様の効用が得られることをも示した。このことから矛盾を含んだデータにおいてORの概念は有用であることも明らかになった。OR型演算はファジィ推論の等価性の性質を利用することにより高速演算が可能であるため、ビッグデータにも有用であることが期待される。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
ビッグデータに対する有用なモデルの提案が行えた。また、等価性を利用することによる高速演算も可能なため、次元数やデータ数の多いデータにも対応できることが期待される。
|
| 今後の研究の推進方策 |
推論モデルの重要な性質である単調性の解明を行う。複雑なモデルの等価性の証明は困難であるが、等価性を利用することにより証明が可能であると考えられえる。また、提案モデルをビッグデータへ応用することによりその精度を従来法と比較・検討する。
|
