研究課題/領域番号 |
18K18112
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分61030:知能情報学関連
|
研究機関 | 千葉工業大学 |
研究代表者 |
吉川 友也 千葉工業大学, 人工知能・ソフトウェア技術研究センター, 主任研究員 (30772040)
|
研究期間 (年度) |
2018-04-01 – 2022-03-31
|
キーワード | 機械学習 / 解釈可能性 / 透明性 / ガウス過程 / ニューラルネットワーク / 集合データ / カーネル法 / 人工知能 |
研究成果の概要 |
本研究では、解釈可能な機械学習の問題に対して、集合データに適用可能な機械学習モデルの構築及び、ソフトウェアの開発を行った。機械学習モデルは主に2種類構築した。1つ目はガウス過程に基づく手法で、各事例に対応する局所線形モデルの係数がガウス過程に基づいて生成されるように定式化した、新たなガウス過程回帰モデルを開発した。2つ目はニューラルネットワークに基づく手法で、各事例に対応する局所線形モデルの係数を重要なものからK個生成するニューラルネットワークモデルを開発した。また、ガウス過程回帰に基づく手法については、ユーザが自身の人工知能システムの中で容易に利用できるように、ソフトウェアを開発・公開した。
|
自由記述の分野 |
機械学習
|
研究成果の学術的意義や社会的意義 |
ガウス過程回帰モデルは、カーネル法における教師あり学習の代表的な手法であり、幅広い分野で応用されている。本研究の成果は、従来のガウス過程回帰モデルの予測精度を維持したまま、現在の機械学習システムにおいて必要不可欠な予測結果の解釈可能性を高めるものであり、学術的・社会的の両面で影響を与えるものである。これは、ニューラルネットワークに基づく手法についても同様である。また、ユーザが人工知能システムに本研究の成果を容易に導入できるようにソフトウェアを開発・公開しており、本邦の「人間中心のAI社会原則」で求められている「AIの透明性の確保」の一助になると考える。
|