| 研究課題/領域番号 |
17K12734
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
田村 康将 東京工業大学, 情報理工学院, 助教 (50773701)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| キーワード | 機械学習 / 合意形成 / 群知能 |
|---|
| 研究実績の概要 |
本研究は，複数の学習器が相互作用を通じて未知データに対する振る舞いを補完する仕組みを構築し，必要とされる訓練データ数を抑えつつ精度の高い学習を目指すものである．
今年度は，前々年度から取り組んできた単一の学習器にランダムな摂動を加えることで擬似的に複数のモデルを生成する手法に変え，前年度中盤から取り組み始めた独立したモデルとモデル間の相互作用による学習則について研究を進めた．また，研究計画上は今年度より2群判別問題から多群判別問題への拡張を予定していたが，これについても前年度より前倒しで研究を進めているが，現状として具体的な成果として発表するには至っていない．
本課題研究における中心的トピックである合意形成の方法および安定性について，国際会議における招待講演および学術雑誌への寄稿を行った．
|
| 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
研究計画の進度としては，多群判別問題への適用を前倒しで実行できており，また合意形成の安定性解析についても数理モデルの構築によりスムーズに研究を進めることができている．一方で，研究成果の発表については，精力的に実行できているトピックと十分ではないトピックの差が大きくなっているように感じられる．総合的に判断し，研究の進捗状況としてはおおむね順調であると言えるが，特に成果発表のバランスについて注意が必要である．
|
| 今後の研究の推進方策 |
今年度は，本課題研究の最終年度である．現在取り組んでいる独立したモデルを用いた学習則の有効性評価を進めるとともに，課題研究全体を通して得られた結果および知見についてまとめる作業を下半期より行っていく．
また，独立したモデルを用いた学習則の設計を通し，当初の目的である訓練データ数の削減に加え，これを活用したIoTシステムあるいはマルチロボットシステムについて着想を得た．本課題研究の発展先になりうる研究課題として，具体的な応用手法および実現方法について精査し，次年度以降の研究テーマについて，その下地を構築していく．
|
| 次年度使用額が生じた理由 |
当初予算計画では想定していなかった海外での研究打ち合わせが入り，年度途中において研究費に不足が生じる可能性があったため，次年度より前倒しでの予算請求を行なった．次年度使用額は，前倒し請求時に余裕を見積もったため生じたものであり，本来次年度において使用されるべきものである．したがって次年度予算案に従った使用を予定するのが自然である．しかしながら一方で，次年度予算については，新型コロナウイルスに関わる各種学会の中止・延期に加え，出張規制もかけられており，旅費として計上していた分について再考の必要があると考えられる．現状では，次年度使用額と合わせ，より実践的な実験環境の構築を目的とした設備投資のために使用する予定である．これは当初計画にも記載がある提案方法の分散性・スケール性の確認のためにも必要な投資であると考えられる．
|
