• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

機械学習モデル多様化による機械学習応用システムの高信頼化設計および評価

研究課題

  • PDF
研究課題/領域番号 19K24337
研究種目

研究活動スタート支援

配分区分基金
審査区分 1001:情報科学、情報工学およびその関連分野
研究機関筑波大学

研究代表者

町田 文雄  筑波大学, システム情報系, 准教授 (50842209)

研究期間 (年度) 2019-08-30 – 2023-03-31
キーワード機械学習システム / 信頼性 / 多様性
研究成果の概要

本研究は機械学習を組み込んだ情報システムを高信頼化する技術およびそのシステムを評価するモデル化と解析手法を確立することを目的として実施した.高信頼化する手段として,一つのシステムに複数の機械学習モデルを用い,モデル間の多様性を高める手法に着目した.研究の結果,多様な機械学習モデルに加え,多様な入力を用いることで,システムの誤った出力を抑制できることを明らかにした.さらに,機械学習モデルと入力データの多様性を測る指標を定義し,多様性指標とシステムの信頼性を関係づける評価モデルを提案して有効性を示した.本研究成果により機械学習システムを高信頼化するNバージョン機械学習システムと呼ぶ手法を確立した.

自由記述の分野

システムディペンダビリティ

研究成果の学術的意義や社会的意義

現在機械学習は様々なシステムで利用され,自動運転など高度な安全性が求められるシステムへの応用も進んでいる.本研究で確立したNバージョン機械学習システムは機械学習応用システムの安全性や信頼性向上に役立てることができる.特に,入力データを多様化して用いる手法は従来手法と比較してより低コストで実現できる高信頼化手法として期待できる.また,本研究では機械学習モデルや入力データの多様性とシステムの出力の信頼性の関係をモデル化して明らかにした.機械学習システムの信頼性がその構成要素や入力の多様性によって特徴づけられるという興味深い結果は信頼性工学の学術会議でも認められ,当該研究分野の発展に貢献した.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi