| 研究課題/領域番号 |
26330282
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
森 直樹 大阪府立大学, 工学(系)研究科(研究院), 准教授 (90295717)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2019-03-31
|
| キーワード | 進化型計算 / 適応度景観 / 機械学習 / Support Vector Machine / タマホコリカビ型遺伝的アルゴリズム / 適応度推定 / Surrogate Model / 適応度景観推定型進化型計算 |
|---|
| 研究実績の概要 |
まず，既に提案中であるタマホコリカビ型遺伝的アルゴリズム(DGA)に基づき進化型計算における適応度景観および適応度の理論的解析的研究として，P-I類似度指標に基づく適応度景観の解析手法を提案し，多様性，エピスタシス，中立度といった概念を用いた適応度景観と適応度評価回数に関する理論的解析をした．また，ここで得られた適応度景観に関する知見に基づき Surrogate Model のひとつとして適応度評価に機械学習機構を導入した進化型計算の基礎部分を構築し，具体的に適応度景観推定型進化型計算（FLLEC）として提案した．
提案手法では，適応度評価を部分的に機械学習（Support Vector Machine: SVM）に代替させることで，適応度評価回数を大幅に削減しながら高い探索性能を発揮することを，離散値問題および実数値問題を例題として示した．
提案手法の応用としては，人間の感性に基づく絵と小説を対話型進化型計算により半自動生成する手法を提案し，有効性を示した．また提案手法を用いた株式取引における戦略の進化についても検討した．
|
| 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
適応度景観について，P-I 類似度指標と呼ばれる独自指標を提案し，その有効性を示せた．
SVM を導入した適応度景観推定型進化型計算（FLLEC）を提案し，その有効性を国際学会において示した．
離散値のみならず，実数値問題においても有効性を示せた．
対話型進化型計算と株式取引における戦略進化に関する応用研究ができた．
|
| 今後の研究の推進方策 |
提案中のFLLECの成果を理論応用両面において国際的に示し，計算時間等の実問題に適用した場合を想定した発展を目指す．また，ライブラリを整え，誰でも使える形で成果を還元する．
理論的な研究としては，P-I類似度指標に基づく適応度景観の推定手法を複数の問題クラスに適用可能なように拡張し，FLLEC において SVM 以外の機械学習手法の導入について検討する．
また，絵，音楽，小説などの自動生成に提案手法を応用し，対話型進化型計算におけるユーザ負荷の軽減を実現する．
|
| 次年度使用額が生じた理由 |
本年度の会計はほぼ確定しており，少量の残額を無理に使用するよりも次年度の計算機器購入に使用したほうが研究遂行上合理的なため．
|
| 次年度使用額の使用計画 |
今年度の予算と合算して計算機を購入する．
|
