| 研究課題/領域番号 |
26330274
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
堀井 宏祐 山梨大学, 総合研究部, 助教 (00447715)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| キーワード | 機械学習 / 進化的多目的最適化 / 自己組織化マップ |
|---|
| 研究実績の概要 |
本研究ではこれまでに，自動車乗員保護システム設計において評価関数として用いる乗員傷害基準値について，少数の実計算サンプルから機械学習を用いて近似モデルを構築し，実計算で代替することで，進化的多目的最適化に要する計算コストの削減を実現した．また，構築した近似モデルを利用して，自己組織化マップによる乗員保護システム設計に役立つ多次元情報可視化を行った．
平成28年度は前年度までの成果を基に，「自己組織化マップと高精度近似計算モデルの融合による探索空間全体の構造理解」について取り組んだ．乗員保護システム設計問題は多くの設計変数と目的関数によって構成され，探索空間は広大である．そのため，高精度近似計算モデルで実計算を代替することによって，膨大な数の設計案のサンプル数を確保し，探索空間全体を対象とする自己組織化マップを作成し，探索空間全体の構造について分析した．
|
| 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
平成28年度に計画していた「自己組織化マップと高精度近似計算モデルの融合による探索空間全体の構造理解」について取り組み，良好な結果が得られた．一方，年度末に計画していた成果発表について翌年度に延期したため(平成29年5月現在，国際会議採録)，計画以上に進展しているとは言えない状況である．
|
| 今後の研究の推進方策 |
これまでの研究成果を取りまとめ，18th Int'l Conf. on Computational Methods and Experimental Measurementsで発表し，Int'l Journal of Computational Methods and Experimental Measurementsへの論文投稿を行う．
|
| 次年度使用額が生じた理由 |
平成29年度に研究成果発表を行うため，その費用を繰り越した．
|
| 次年度使用額の使用計画 |
国際会議 The 18th International Conference on Computational Methods and Experimental Measurements での成果発表と International Journal of Computational Methods and Experimental Measurements への論文投稿を行う費用に充てる．
|
