2018 年度研究成果報告書

簡潔な・利用しやすい構造を有する学習ネットワークの構成と応用に関する研究

研究課題

研究課題/領域番号	15K18095
研究種目	若手研究(B)
配分区分	基金
研究分野	制御・システム工学
研究機関	早稲田大学
研究代表者	Parque Victor 早稲田大学, 理工学術院, 准教授(任期付) (50745221)
研究期間 (年度)	2015-04-01 – 2019-03-31
キーワード	learning / networks / graph representation / optimization / network design / product design / path planning / evolutionary computing
研究成果の概要	本研究では簡潔な構造を持つ学習ネットワークとその応用を行った。一方では、最先端の効率を達成する有向ネットワーク、無向ネットワーク、モジュラーネットワークおよび可変サイズネットワークの簡潔な構造が可能になった。そして経路計画とCAD問題における応用は提案したアルゴリズムの優れた性能、効率とスケーラビリティを示すことを明らかにした。
自由記述の分野	工学
研究成果の学術的意義や社会的意義	Succinct learning networks bring the unique benefits of representational economy, algorithmic versatility and conceptual clarity when encoding richer and complex knowledge structures through graphs, rendering improved approaches when tackling complex problems in control and design.