研究課題
基盤研究(C)
人間は、データが少ししか与えられていない状況でも、それなりに推論を行なうことができ、データが多く与えられるとより良い推論ができるようになる。これは、始めはデータをそのまま憶えていて、憶えたデータを基にして推論を行なっているが、学習が進むにつれてルールなどのより抽象度の高い知識表現法を用いるようなしくみがあるからであると考えられる。そこで、このような人間の実際の学習/推論のように、学習が進むにつれて知識表現法がより抽象度の高いものに変化していくような学習法を提案し、さらに、知識表現法を変化させるためのメタレベルの知識の学習方法を定式化することを目的とする。平成18年度には、次のことを行なった。(1)データを1つずつ与えて、推論を行なわせ、推論結果の正解/不正解に応じて、推論方式の切換え、知識の再構城、知識表現法の切換えを行なう方法を定式化した。(2)メタ学習機構を、切換えと再構成を行なうかどうかの判断と、次の推論法や知識表現法の選択を行なう部分に分けて考えた。判断の方法としては、連続して不正解になる回数と正解率の下降に基づく方法を用い、選択の方法としては、ランダムに選択する方法とある評価関数が最良のものを選択する方法を用いた。(3)上の(1)と(2)を行なうシミュレーション・プログラムを作成した。使用する知識表現法は、データをそのまま持つ方法、ファジィルール、通常の決定木、ファジィ決定木に基づくものを用いた。いくつかのデータ集合に対して、シミュレーションを行ない、切換えと再構成をどのようなタイミングで行なうのがよいかを検討した。
すべて 2006
すべて 雑誌論文 (3件)
知能と情報 : 日本知能情報ファジィ学会誌 18・4
ページ: 561-570
知能と情報 : 日本知能情報ファジィ学会誌 18・3
ページ: 434-442
2006 IEEE International Conference on Fuzzy Systems, Vancouver, Canada (July 16-21, 2006)
ページ: 552-559
