| 研究課題/領域番号 |
18500177
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
馬野 元秀 大阪府立大学, 理学系研究科, 教授 (10131616)
|
|---|
| 研究分担者 |
瀬田 和久 大阪府立大学, 理学系研究科, 准教授 (50304051)
林 勲 関西大学, 総合情報学部, 教授 (70258078)
|
|---|
| キーワード | 機械学習 / 知識表現の切り換え / 進化型学習 / メタ学習 / ファジィ知識 / 強化学習 / ソフトコンピューティング |
|---|
| 研究概要 |
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。
(1)メタ学習用知識の汎用性の確認:データが異なるとそのデータを表現する知識は当然異なるが、メタ学習用の切り換え知識はデータにはあまり依存しないと期待できる。シミュレーションによりアヤメデータとワインデータで調べたところ、強化学習により得られたメタ学習用の切り換え知識はある程度共通であることが分かった。
(2)メタ学習用知識の学習法の改良:メタ学習用知識で用いる属性の検討を行なうと同時に、報酬の決め方の検討を行なった。従来より良い結果が得られたが、まだ十分ではなく、今後、さらに検討していく必要がある。
(3)シミュレーション・プログラム改良:項目(2)の成果を踏まえて、プログラムを改良した。
|
