| 研究課題/領域番号 |
19K11909
|
|---|
| 研究機関 | 東京理科大学 |
|---|
研究代表者 |
滝本 宗宏 東京理科大学, 理工学部情報科学科, 教授 (00318205)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 帰納論理プログラミング / ILP / GPU / Datalog / 並列化 / 被覆 / 正例 / 負例 |
|---|
| 研究実績の概要 |
帰納論理プログラミング(以下，ILP と呼ぶ)は，深層学習と比べ，小規模の訓練データで済み，予期しない振舞いに対して，導出過程を知る ことができる機械学習の1 手法である．しかしながら，ILPの，訓練データから仮説と呼ばれる論理型言語のプログラムを生成する学習過程は，コストが高いことが知られており，ILPの大規模問題への適用を難しくしていた．本研究では，ILPを，3Dグラフィックスなどの画像描写を並列処理する計算ユニットGPU（Graphics Processing Unit）を用いて高速化する手法を実現し，ILP の大規模問題への適用を実現することを目的にしている．2019年度は，ILPの記述言語として，導出過程を表の関係操作に置き換えることができる論理型言語Datalogを採用することを検討し，この関係操作が，行列計算同様，GPU上で並列に実行できる点に着目して，Datalogの高速化手法を調査した．また，ILP自身の並列化についても既存高速化手法について調査した．これらの調査結果を基に，ILPにおいて，訓練データに含まれる正例が背景知識と仮説候補によって導出でき，負例が導出できないことを確認する被覆検査に，DatalogのGPUによる高速化を応用することで，ILPを高速化することを検討した．被覆検査は，仮説を生成するたびに，実施しなければならない処理なので，ILP全体のコストを大きく低減すると期待できる．本検討を基に，予備実験を行った結果，一定の効果が得られことが分かった．
|
| 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
メタヒューリスティクスを用いた高速化について検討できていないものの，DatalogのGPU上の高速化を応用して，２種類のILPの高速化を検討し，予備実験を行った点から，おおむね順調に進展しいてると言える．予備実験の結果として，ILPのGPUによる高速化に方向性を与えた．
|
| 今後の研究の推進方策 |
今後，GPU 上で動作するDatalog を用いてILP の仮説生成部を実現する．その過程で，Host-GPU 間通信を低減できるように改良を検討する．また，Datalog の仕様拡張を検討するとともに，仮説探索に有効なメタヒュー リステクスについて文献調査する.
|
| 次年度使用額が生じた理由 |
予備実験を行うに当たっては，現存のGPUマシンで十分であったことから，本格的な実験用のGPUマシンは，2020年度で購入することにした．論文の発表，論文の掲載費など，2020年度は出費が見込まれることから，2019年度分も含め充当させる予定である．
|
