| 研究実績の概要 |
分類関数は, インターネット用ルータやパケット・フィルタ等の機能を数学的に表現したものである.申請者は分類関数を実現するためにインデックス生成回路 (IGU:Index Generation Unit)を考案した. 分類関数をハードウエアで実現した回路は大量のデータを高速分類可能である. 申請者は, 分類関数を複数のメモリやモジュール（IGU)に分解（分割）して実現する方法について研究を行った. 申請者が考案した, 線形分解では, 線形回路のコストは入力数nに比例する. もとのデータがn変数で, サンプル数がkの場合, 線形回路を用いると変数の個数を2log_2 k 個以下に削減できる. 従って, kが2^nに比べて十分小さい場合, 与えられたn変数関数を, 線形回路と非線形回路に分解することにより, 全体の回路のコストを大幅に削減できる.
今期は,
1. 大規模分類関数の変数削減アルゴリズムを改良し, 入力数nが1000以上の場合にも実用時間内に解が得られるようなプログラムを開発した. 本プログラムは, 分類関数をメモリで実現する際に利用可能である.
2. 分類関数が, データマイニングや手書き数字認識などの機械学習の分野でも利用可能であることをUCI (University of California Irvine) のベンチマーク関数に関して実験を行い 確認した.
3．機械学習に応用する場合, 変数削減や多値論理式の簡単化により, 汎化性能（テスト精度）を改良できることを実験的に示した.
4．多値論理関数を線形分解する際、１hot符号化法を用いれば、最短符号化法を用いるよりもコンパクトになることを明らかにした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
COVID-19のために, 招聘を伴う共同研究が延期となった. また, 国内・国際会議のすべてが, オンライン会議となったため, 集中して共同研究を行うことが不可能となった.
|
| 次年度使用額が生じた理由 |
COVID-19のために, 招聘を伴う共同研究が延期となった. また, 国内・国際会議のすべてが, オンライン会議となったため, 集中して共同研究を行うことが不可能となった.
|
