| 研究課題/領域番号 |
16K00022
|
|---|
| 研究機関 | 岡山県立大学 |
|---|
研究代表者 |
但馬 康宏 岡山県立大学, 情報工学部, 准教授 (00334467)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 多人数不完全情報ゲーム / レシピマイニング |
|---|
| 研究実績の概要 |
本年度は昨年度の研究に引き続き、新たな応用先に対するアルゴリズム適用の可能性を模索した。本年度の研究テーマとして多人数不完全情報ゲームに対する分析を主テーマとして行った。まずはじめに昨年までの研究でも行っていたコンピュータ大貧民のアルゴリズムに対する研究として、プレイヤの提出手を時系列データとして考え、ディープニューラルネットによる分類、解析を行った。近年発展の著しいディープニューラルネットを用いることにより文法推論アルゴリズムに対する応用可能性を探ることができた。具体的な分析手法としては、提出手の時系列データから特徴ベクトルを作成し、オートエンコーダおよびフィードフォワードネットワークにより複数の同一プレイヤ集団によるゲームの記録から、特定のプレイヤを分離することができるかの検討を行った。結果として6割程度の正答率を得ており、今後の文法推論アルゴリズム開発の基礎的知見を得ることができた。
また、昨年までの研究に引き続き、レシピデータのマイニングに関する研究を行った。本年度は複数のレシピからなる献立に対してその調理時間の推定を行った。この研究は複数のレシピの調理手順などから時系列データの分析ではあるが、記号列として入力を表現しにくいため文法推論アルゴリズムを直接適用しにくいデータである。これに対して今後の適用可能性を検討した。分析手法としては多人数不完全情報ゲームに対する解析と同じくニューラルネットを用いて行った。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
過去に文法推論の適用がなされたことのない対象に対する基礎的知見は得られてきたが、アルゴリズムを直接適用した成果を得られていない。しかし、これは文法推論とその他の機械学習手法との差異を明らかにできる状況であり、最終年度では文法推論アルゴリズムと現在利用しているその他の機械学習手法での比較を行うことにより新たな知見が得られる見通しである。
|
| 今後の研究の推進方策 |
新たな応用先の開拓は非常によく進んでおり、文法推論アルゴリズムとその他の学習手法との比較ができる状況である。最終年度では文法推論アルゴリズムと現在利用しているその他の機械学習手法での比較を行うことにより新たな知見が得られる見通しである。
|
| 次年度使用額が生じた理由 |
計算機環境の整備を翌年に行ったほうが高性能で効率的な実験が可能となるため利用額の一部を次年度にまわした。
|
