研究課題
本研究では，人工適応型エージェントシステムの意思決定機構として応用可能な，Deep Neural Network (DNN) およびクラシファイアシステムの開発を行う．DNN は高いデータ認識能力から近年注目を集めており，人間の脳に似た情報処理構造を持つため，エージェントシステムにも適しており，DNN には煩雑な計算が伴い，汎用計算機での利用が難しいため，これを構造最適化することで処理を簡略化する必要がある．また，ルール群を適応的に獲得するクラシファイアシステムが離散的な環境には適しており，本研究ではこれもエージェントシステムに適した改良を行う．さらに，開発したシステムを応用したゲーム理論や電力市場に関するシミュレーションを行うことも目的とする．研究期間内に，(i) ニューラルネットワークの構造最適化手法の開発，(ii) クラシファイアシステムの改良，(iii) 応用研究に関する研究成果を上げた．具体的には，(i)ではニューラルネットワークに対する構造最適化手法を拡張することで，主にDNN を対象とした探索的なニューラルネットワークの構造最適化手法を開発した．(ii)ではXCS (eXtended Classifier System)やACS (Anticipatory Classifier System) などのクラシファイアシステムに関して，主にエイリアス問題を解決することにより，人工適応型エージェントの意思決定機構として応用可能なシステムへと改良した．さらに，(iii)として電力市場に関するシミュレーション分析や構造最適化されたDNNの音声データ識別タスクへの適用研究を行っている．
すべて 2019 2018
すべて 雑誌論文 (3件) (うち国際共著 1件、 査読あり 3件、 オープンアクセス 2件) 学会発表 (6件) (うち国際学会 2件)
Advances in Science, Technology and Engineering Systems Journal
巻: 4 ページ: 93-100
10.25046/aj040110
Transactions on Machine Learning and Artificial Intelligence
巻: 6 ページ: 69-80
10.14738/tmlai.61.4048
知能と情報 (日本知能情報ファジィ学会誌)
巻: 30 ページ: 658-665
