| 研究実績の概要 |
近年、ディープラーニング（深層学習）が注目されており、様々な応用分野に利用されている。一方、組合せ最適化問題は応用範囲が広く、厳密解法だけでなく、近似解法、特にメタヒューリスティックスの研究が盛んである。
本研究では、ユークリッド型組合せ最適化問題に対してディープラーニングを応用した近似解法を提案する。ランダムに生成した大量の問題例に対して最適解もしくは最良解を画像としてディープラーニングにより学習させ、出力として得られた画像データから評価値を算出する。学習により得られた評価値を従来の距離による評価値の代りにヒューリスティック解法に適用することにより、学習により得られた評価値の有効性を計算機実験により検証する。計算機実験の結果、提案手法は先行研究より優れた性能を示した。その成果は情報処理学会論文誌（Vol.60, No.2, pp.651-659, Feb. 2019）に掲載された。
上記の手法は教師あり学習のため、大量の教師データが必要であり、大規模な問題例の教師データを大量に用意することは困難である。そこで、教師データを必要としない強化学習に注目して、報酬と学習方法を工夫し、計算機実験を行っている。実験の結果、ある程度良い解を導出することができたが、上記の手法を凌駕するには至っていない。この成果は、2018年6月に情報処理学会 数理モデル化と問題解決研究会（沖縄）、2018年8月に、 IEEE International Conference on Computing, Electronics & Communications Engineering 2018（ロンドン）、2019年3月に情報処理学会 第81回全国大会（福岡）で発表している。
|
