| 研究課題/領域番号 |
19H00808
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
水野 眞治 東京工業大学, 工学院, 教授 (90174036)
|
|---|
| 研究分担者 |
中田 和秀 東京工業大学, 工学院, 准教授 (00312984)
北原 知就 九州大学, 経済学研究院, 准教授 (10551260)
鮭川 矩義 東京理科大学, 工学部情報工学科, 助教 (20757710)
後藤 順哉 中央大学, 理工学部, 教授 (40334031)
高野 祐一 筑波大学, システム情報系, 准教授 (40602959)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 社会システム工学 / 経営工学 / 機械学習 / 最適化 / 社会実装 / オペレーションズリサーチ |
|---|
| 研究実績の概要 |
本年度は、（１）機械学習手法のための最適化アルゴリズムの設計と計算量解析、（２）入出力関係の理解を促進する機械学習システムの手法考案、（３）機械学習ライブラリ開発の準備に向けた研究を行なった。それぞれの詳細は以下のとおりである。
（１）小島は多項式最適化に対するアルゴリズムを開発した。高野は混合整数半正定値最適化に対するアルゴリズムを開発した。水野・北原は組合せ最適化に対する近似アルゴリズムを開発した。鮏川は時系列データ解析のための最適化アルゴリズムを提案した。水野は効率的集合上の最適化問題に対する実用的アルゴリズムを開発した。
（２）高野・中田は機械学習における種々の回帰モデルに対して、事前知識を出力結果に課す手法を考案した。また、数値実験をとおしてその有効性を示した。さらに、高野・鮏川は同手法の有効性をみるため、電子商取引の実データを利用した応用研究を行なった。後藤はデータ駆動でパラメータの頑健性を議論するための理論的枠組みを確立した。
（３）中田は実データの解析、特に、テレビ視聴データ、医療機関の勤務データの解析を行い、有用なライブラリ開発に向けたデータ形式・処理技術・実社会への還元方法について整理した。また、これに関連し、機械学習の専門家・実務家との共同研究の活性化を目的に、ワークショップを開催した。
|
| 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
本研究の目的１「パラメータ推定の質を担保した効率的な最適化技法の開発」の達成にはアルゴリズムとモデリングの両面から研究を推し進める必要があり、アルゴリズムについて理論的な成果をあげた。特に、多項式最適化や混合整数半正定値最適化といった汎用性の高い最適化に対するアルゴリズム開発、ならびに、近年注目を集めている近似計算や効率的集合上の最適化問題に対するアルゴリズム開発に成功した。
また、本研究の目的２「入力情報と出力結果の関係を理解できる機械学習システムの開発」に向け、さまざまなモデルを考案・検証した。統一的なシステム開発にはまだ至っていないものの、個別のデータ特性や問題設定を数理的にモデルに反映させるための新しい枠組みを確立することに成功した。
これらの成果の多くは権威ある国際学術誌・会議で発表されている。さらに、国内外の学会で多数の発表を行ない、その成果を広く発信した。以上のことを考慮し、おおむね順調に進展していると考える。
|
| 今後の研究の推進方策 |
今までに得られた成果である、最適化アルゴリズムと機械学習モデルに対し、つぎのような分担で、強化と統合を図る。前年度に提案したアルゴリズムに対し、北原・鮏川がその性能（解の質・計算量・必要な計算資源）を実験的に検証する。また、実験結果から、機械学習ライブラリで実装すべきアルゴリズムを検討し、さらに、その具体的な実装方法（データ構等）を選定する。中田・後藤・高野は、これらのアルゴリズムが出力する解の精度について理論的な分析を行ない、精度保証を与える。また、これらの知見を活かし、水野・北原・小島・Dezaは、前年度に引き続き、同時進行で、理論的・実用的に優れた最適化アルゴリズムを開発する。また、中田・後藤は、前年度に提案した種々の機械学習モデルを整理・精査し、機械学習システムとして統合し、実際に開発を行なう。北原・鮏川は関連する機械学習関連のオープンデータを整理し、ライブラリの検証に役立てる。また、全員で総括として、前年度に引き続き、現実の問題やデータを扱う応用研究を進め、得られた知見に基づいて、ライブラリを改良する。
|
