| 研究課題/領域番号 |
21K19833
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
櫻井 祐子 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10396137)
|
|---|
| 研究期間 (年度) |
2021-07-09 – 2024-03-31
|
| キーワード | マルチエージェントシステム / ゲーム理論 |
|---|
| 研究実績の概要 |
本研究課題の目的は，ゲーム理論に基づいて，データ取引市場において公平性と信頼性を保証する価値評価方式を開発することである．具体的には，(1)評価のための事前知識が不足している場合に対応可能なデータ価値評価方式，(2)逐次的なデータ提供に対応可能なデータ価値評価方式，(3)データセキュリティ・プライバシを考慮したデータ価値評価技術の提案を行う．本年度は3つの研究テーマのうち，特に，(2)逐次的なデータ提供に対応可能なデータ価値評価方式に注力した．具体的には，連合学習の枠組みにおいて逐次的にデータ提供が行われる場合を対象に，協力ゲーム理論の概念と最適化アルゴリズムを応用して，データの属性や類似度に応じてデータ分類を行うアルゴリズムの検討を行った．さらに，PAC学習の枠組みを用いて，ソーシャルネットワーク上でのデータ伝搬に関する推定をある一定の誤差の範囲で正しく行うために必要なサンプル数の見積りに関する研究を行った．
|
| 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
COVID-19の影響により研究成果発表を予定していた会議が中止となり，初年度内での研究成果発表を予定通り行うことができなかった．しかしながら，本年度は，連合学習におけるデータ評価手法の検討及び，ソーシャルネットワークにおけるデータ伝搬に関する理論的評価を行うなど，研究進捗としては計画通りに順調に進展している．
|
| 今後の研究の推進方策 |
2022年度は，評価のための事前知識が不足している場合に対応可能なデータ価値評価方式について検討を行う．従来，データ収集者は明確な評価基準を有するという前提で議論が行われてきたが，現実的にはこの前提が必ずしも成り立つとは限らない．そこで，少量の正解付きデータと大量の正解なしデータを組み合わせて学習する半教師付き学習の考えを用いて，評価のための事前知識が不足している場合においても公平なデータ価値評価が可能な方式の提案を行う．
|
| 次年度使用額が生じた理由 |
次年度使用額が生じた理由としては，COVID-19の影響により，当初計画をしていた学会発表や機材購入が計画通りに実施できなかったためである．使用計画としては，COVID-19の状況を注視しつつ，学会のみならず，国際論文誌への投稿を検討する．
|
