研究課題
本研究では、広く認知されている生物学的に妥当な樹状ニューロンモデル（DNM）に基づく新しい進化型広域樹状学習（EWDL）を提案する。具体的には、EWDLは以下の3つの新しい特徴を実現する。1）「広範囲」：単一のニューロンの広い樹状構造からの大きな計算能力を持つ。2）「局所的」：シナプスと樹状突起内の局所的形態を修正と拡張する機能に基づく知識発見能力を持つ。そして3）「進化的」：誤差逆伝播と進化学習アルゴリズムによって、最適なEWDLのアーキテクチャを発見する。本年度は、樹状構造DNMを基盤とした新しい拡張ネットワークMDNM（EWDLの一種）が提案され、複数クラス分類問題の解決が可能になった。さらに、MDNMの効率的な誤差逆伝播学習アルゴリズムが初めて導出されった。広範な実験結果により、提案手法の有効性と優越性が、他の9つの最先端の分類器と比較して、10のデータセット（ウェブサービスの実世界問題を含む）において示された。実験結果から、提案された学習アルゴリズムは、分類性能と安定性において有能で信頼性があり、小規模の不均衡データにおいて注目すべき利点を持つことが示唆されている。さらに、規模によって制約されたネットワーク構造の側面も調べられた。また、ニューロンの樹状突起の強力な情報処理能力を考慮して、新しい樹状残差ネットワーク（DResNet）が提案された。COVID-19の予測問題に基づく実験結果は、提案手法が他の最新の手法よりも優れていることを示した。さらに、EWDLを学習する進化計算アルゴリズムもいくつかを提案し、その有効性を検討した。
2: おおむね順調に進展している
上記の本年度の研究内容について、当初の予定通りに研究を遂行しており、その成果がIEEJ Transactions on Electrical and Electronic Engineering，Computational Intelligence and Neuroscienceなどの雑誌で掲載された。
平成5年度は以下について取り組む予定である。１）最適なEWDLのアーキテクチャを開発するにあたって、DNMとVision Transformer等の深層学習モデルの融合に関する研究を行う。２）EWDLに適応できる最先端の進化計算学習アルゴリズムを提案する。３）構築したモデルや学習アルゴリズムの有効性を、CIFAR10などのベンチマーク問題を用いて検証する。
すべて 2023 2022 その他
すべて 雑誌論文 (26件) (うち国際共著 21件、 査読あり 26件、 オープンアクセス 6件) 学会発表 (25件) (うち国際学会 25件) 備考 (1件)
Engineering Applications of Artificial Intelligence
巻: 123 ページ: 106198～106198
10.1016/j.engappai.2023.106198
巻: 121 ページ: 106040～106040
10.1016/j.engappai.2023.106040
Applied Soft Computing
巻: 136 ページ: 110064～110064
10.1016/j.asoc.2023.110064
IEICE Transactions on Information and Systems
巻: E106.D ページ: 410～418
10.1587/transinf.2022EDP7130
巻: E106.D ページ: 365～373
10.1587/transinf.2022EDP7119
Neurocomputing
巻: 518 ページ: 418～430
10.1016/j.neucom.2022.11.025
巻: 132 ページ: 109845～109845
10.1016/j.asoc.2022.109845
IEEE/CAA Journal of Automatica Sinica
巻: 10 ページ: 135～158
10.1109/JAS.2023.123018
Computational Intelligence and Neuroscience
巻: 2023 ページ: 1～13
10.1155/2023/7037124
IEEJ Transactions on Electrical and Electronic Engineering
巻: 18 ページ: 297～299
10.1002/tee.23723
Applied Intelligence
巻: 53 ページ: 1535～1547
10.1007/s10489-022-03543-y
International Journal of Computational Intelligence Systems
巻: 15 ページ: 46
10.1007/s44196-022-00099-0
Knowledge-Based Systems
巻: 258 ページ: 110004～110004
10.1016/j.knosys.2022.110004
European Journal of Operational Research
巻: 302 ページ: 925～953
10.1016/j.ejor.2022.02.003
巻: 256 ページ: 109874～109874
10.1016/j.knosys.2022.109874
Journal of Visual Communication and Image Representation
巻: 89 ページ: 103625～103625
10.1016/j.jvcir.2022.103625
Physics of Fluids
巻: 34 ページ: 115101～115101
10.1063/5.0110491
Physica A: Statistical Mechanics and its Applications
巻: 603 ページ: 127764～127764
10.1016/j.physa.2022.127764
Swarm and Evolutionary Computation
巻: 74 ページ: 101142～101142
10.1016/j.swevo.2022.101142
Energy Conversion and Management
巻: 269 ページ: 116174～116174
10.1016/j.enconman.2022.116174
Advanced Engineering Informatics
巻: 54 ページ: 101785～101785
10.1016/j.aei.2022.101785
巻: 113 ページ: 104981～104981
10.1016/j.engappai.2022.104981
巻: 250 ページ: 109081～109081
10.1016/j.knosys.2022.109081
巻: 9 ページ: 1406～1426
10.1109/JAS.2022.105743
International Journal of Bio-Inspired Computation
巻: 19 ページ: 147～147
10.1504/IJBIC.2022.123125
IEEE Access
巻: 10 ページ: 50384～50402
10.1109/ACCESS.2022.3173622
https://toyamaailab.github.io/
