| 研究課題/領域番号 |
20K11941
|
|---|
| 研究機関 | 名城大学 |
|---|
研究代表者 |
亀谷 由隆 名城大学, 理工学部, 准教授 (60361789)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 識別パターン発見 / 連関分類器 / 実行監視ツール / メモリ共有型並列計算 |
|---|
| 研究実績の概要 |
本研究においては「人間本位の機械学習の基盤技術として識別パターン発見技術を確立する」という目標に対し，副目標1: 医療データに対して ECHO 法が出力する識別パターンに対する解釈・説明可能性の検証，副目標2: ECHO 法における動的優先付け探索の洗練と実行監視ツールの開発，副目標3: メニーコア CPU における ECHO 法のメモリ共有型並列化，副目標4: ECHO 法が出力する識別パターンを利用した高い予測性能を持つ連関分類器の開発，といった4つの副目標を設定している．
副目標1についてはポリファーマシー（多剤服用）による低血圧症の発生を予測する連関分類器をECHO法に基づき構築し，決定木や規則分類器等より高い予測性能が得られることを確認した（第35回人工知能学会全国大会にて発表）．ECHO法で得られる識別パターンは医療的観点からも妥当であると専門家に評価された．副目標2については識別パターン発見アルゴリズムである RP-growth 法の実行監視ツールのプロトタイプ実装を行い，時間が経過するにつれて優良なパターンが収集されていくことを確認した（情報処理学会第83回全国大会にて発表）．副目標3については，近年注目されるRust言語を用いて頻出パターン発見アルゴリズムである FP-growth 法をメモリ共有方式で並列実装し，16コアまではCPUコア数に比例した速度向上が得られることを標準的ベンチマークデータセットを用いた実験で確認した（第36回人工知能学会全国大会にて発表予定）．また，副目標4については本研究開始前のTAAI-19で発表したものより規模の大きい実験を実施して良好な結果が得られた．
このように複数の副目標について並列的に研究成果が得られており，順調に研究を進めることができていると言える．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
上の「研究実績の概要」にて記述したように，複数の副目標について並列的に研究成果が得られており，順調に研究を進めることができていると言える．
特に，副目標2の識別パターン発見アルゴリズムの実行監視ツールと副目標3のパターン発見アルゴリズムのメモリ共有方式による並列実装については，当初想定していたよりも研究を速く進めることができ，得られる知見も大きかったと感じている．
|
| 今後の研究の推進方策 |
引き続き4つの副目標について並列的に研究を進めていく．
副目標1については，専門家の協力を得て，新たな医療データが2種類利用可能になったため，それらのデータに対してECHO法を適用することを考える．副目標2については，やや優先度は低いがRP-growth法の代わりにECHO法の実行監視ツールのプロトタイプ実装を行うことを考えたい．副目標3については頻出パターン発見アルゴリズムである FP-growth 法の並列実行から上位k識別パターン発見アルゴリズムである RP-growth 法の実装に移行したい．副目標4については，TAAI-19 発表のものを拡大した実験結果を論文化することを目指す．
|
| 次年度使用額が生じた理由 |
端数分を無理に今年度中に処理せず，次年度購入する物品の費用に充てることにしたため．
|
