機械学習と探索の協調による高性能最適化アルゴリズム

2020 年度 実績報告書

• 研究課題/領域番号: 20H04251
• 配分区分: 補助金
• 研究機関: 九州大学
• 研究代表者: 美添 一樹 九州大学, 情報基盤研究開発センター, 教授 (80449115)
• 研究期間 (年度): 2020-04-01 – 2025-03-31
• キーワード: 探索アルゴリズム / 並列化 / 機械学習 / 化合物探索 / データマイニング

研究実績の概要

2020年度およびその繰越期間には新型コロナなどによって研究計画の一部変更を余儀なくされつつも理論と応用の両面から成果を得た。
新手法の研究としては 1, 新たな並列探索アルゴリズムの開発、2, 最短経路探索を含む並列グラフアルゴリズムの性能向上手法、などに関する成果を得て既に対外発表を行った。新規化合物などの実問題に対して既存研究を大きく上回る性能を達成するなど有望な成果を得ている。
実問題への探索アルゴリズムおよび機械学習の応用として、1, 以前より取り組んでいる材料科学や化合物に関する研究、2, 並列深さ優先探索を応用したうつ病の要因解析、3, 微分可能探索アルゴリズムの画像認識におけるAugmentationへの応用、4, 機械学習による交通流の短期予測に関する成果、に関する成果を発表した。これらによって探索アルゴリズム＋機械学習が多くの実問題に対して有効な事を示した。
なお繰越期間には研究環境の構築は無事に完了し、新たな手法の開発に活用した。

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

新型コロナの影響によって研究機材の調達に遅れが生じたが、研究計画の一部変更などによって対応し、結果としては十分な成果が得られた。機械学習と探索アルゴリズムの組合せについては、まず実問題への適用をさらに広げて成果を発表しつつ、アルゴリズムに求められる性質への理解を深めた。また主に並列化による性能向上についても新たな手法を研究し、一部の成果を発表するとともに更なる改善方法の研究を進めている。
さらに既発表のアルゴリズムについてもオープンソースプロジェクトとしてコードの整備を行っており、またにソフトウェアを主体とするツール論文として成果を発表することを目指している。
予想外の事態に影響されつつも、概ね順調に進展していると言える。

今後の研究の推進方策

ここまででアルゴリズムの理論面、応用面からある程度の成果を既に得ている。また研究環境の整備も進み、調達した高性能計算機および所属先の九州大学の備えるスーパーコンピュータシステムなどを活用することで円滑な研究の遂行が期待できる。
残る主な課題として、バンディット問題の理論などを応用した探索アルゴリズムの開発の推進がある。並列探索アルゴリズムの成果として一部既に利用済みではあるが、国内外の専門家などとの交流を活用してさらに進める方針である。
さらに、本研究テーマからの派生として機械学習自体の実問題への応用についても一部取り組む予定である。

研究成果

• [国際共同研究] University of British Columbia(カナダ)
  • 国名: カナダ
  • 外国機関名: University of British Columbia
• [雑誌論文] NMR-TS: de novo molecule identification from NMR spectra (2020)
  • 著者名/発表者名: Zhang Jinzhe、Terayama Kei、Sumita Masato、Yoshizoe Kazuki、Ito Kengo、Kikuchi Jun、Tsuda Koji
  • 雑誌名: Science and Technology of Advanced Materials 巻: 21 ページ: 552～561
  • DOI: 10.1080/14686996.2020.1793382
  • 査読あり / オープンアクセス
• [雑誌論文] CompRet: a comprehensive recommendation framework for chemical synthesis planning with algorithmic enumeration (2020)
  • 著者名/発表者名: Shibukawa Ryosuke、Ishida Shoichi、Yoshizoe Kazuki、Wasa Kunihiro、Takasu Kiyosei、Okuno Yasushi、Terayama Kei、Tsuda Koji
  • 雑誌名: Journal of Cheminformatics 巻: 12 ページ: -
  • DOI: 10.1186/s13321-020-00452-5
  • 査読あり / オープンアクセス
• [雑誌論文] Faster AutoAugment: Learning Augmentation Strategies Using Backpropagation (2020)
  • 著者名/発表者名: Hataya Ryuichiro、Zdenek Jan、Yoshizoe Kazuki、Nakayama Hideki
  • 雑誌名: ECCV 2020 巻: - ページ: 1～16
  • DOI: 10.1007/978-3-030-58595-2_1
  • 査読あり / オープンアクセス
• [雑誌論文] On the possibility of short-term traffic prediction during disaster with machine learning approaches: An exploratory analysis (2020)
  • 著者名/発表者名: Chikaraishi Makoto、Garg Prateek、Varghese Varun、Yoshizoe Kazuki、Urata Junji、Shiomi Yasuhiro、Watanabe Ryuki
  • 雑誌名: Transport Policy 巻: 98 ページ: 91～104
  • DOI: 10.1016/j.tranpol.2020.05.023
  • 査読あり
• [雑誌論文] Machine learning to reveal hidden risk combinations for the trajectory of posttraumatic stress disorder symptoms (2020)
  • 著者名/発表者名: Takahashi Yuta、Yoshizoe Kazuki、Ueki Masao、Tamiya Gen、Zhiqian Yu、Utsumi Yusuke、Sakuma Atsushi、Tsuda Koji、Hozawa Atsushi、Tsuji Ichiro、Tomita Hiroaki
  • 雑誌名: Scientific Reports 巻: 10 ページ: -
  • DOI: 10.1038/s41598-020-78966-z
  • 査読あり / オープンアクセス
• [雑誌論文] HyGN: Hybrid Graph Engine for NUMA (2020)
  • 著者名/発表者名: Aasawat Tanuj、Reza Tahsin、Yoshizoe Kazuki、Ripeanu Matei
  • 雑誌名: 2020 IEEE International Conference on Big Data 巻: - ページ: -
  • DOI: 10.1109/bigdata50022.2020.9378430
  • 査読あり / オープンアクセス / 国際共著