研究概要 |
機械学習によるモデル生成方式について、機械学習によるパラメータ調整方式の検討と、生成されたモデルを用いたシミュレーションの構成方式について検討を行った。とくにモデルの統合手法について重点的な検討を行い,モデルデータとモデルに関するメタデータを蓄積し,モデル統合者の変換規則記述を支援し,それを用いたモデル生成を行うことで統合シミュレーションを半自動で生成するモデル共有機構の開発を行った.異種モデル統合に関する手法の提案を行い,それを用いたモデル共有機構を開発することで,モデルを蓄積しモデル統合者への統合時の負担を減らす. また,異種モデルを統合する際の影響解析も支援技術として重要であり,その検討を合わせて行った.シミュレーションモデルのプログラムに対してプログラム依存グラフ(PDG)を生成し,プログラム依存グラフを用いて変数の変更や結合についての影響範囲の可視化を行うことで,シミュレーション統合時の作業量の見積や修正箇所の発見を容易に行えるようにした. これらの成果を,FIT2013や情報処理学会全国大会において報告した.
|