| 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 / 劣個体分布 / DII Analysis / サポートベクターマシン |
|---|
| 研究実績の概要 |
今年度は，進化型計算において重要な適応度景観推定手法に機械学習を導入した適応度景観推定型進化型計算(Fitness Landscape Learning Evolutionary Computation: FLLEC)を中心に研究を進めた．
これまでの FLLEC は離散問題への適用が中心だったため，FLLEC における Rank Space Estimation Model (RSE モデル) と CMA-ES を融合させた実数値型 FLLEC を提案し，その有効性を示した．RSE モデルは解の優劣関係を SVM で学習するため，適応度が数値的でない場合でも適用可能であるという利点を持つ．
また，適応度景観のより効率的な推定を目的として，部分評価関数の相加性を有する問題に応用可能な，劣個体数分布を推定し活用する手法 DII analysis を提案した．DII analysis では個体の近傍の優劣を比較することにより，元の適応度関数の部分評価関数の複雑さを推定する．この DII analysis を Parameter-less Population Pyramid (P3) に導入した P3-DII を提案し，
リンケージ構造を持つ問題に対して非常に強力な手法であることを示した．
また，遺伝的プログラミンにおける適応度景観推定手法に基づく近傍探索手法を提案し，株式取引の戦略獲得に関して有効であることを示した．Interactive EC (IEC) におけるユーザモデルの推定にも適応度景観推定手法を応用し，音楽の自動生成ツールを作成し人間の感性が関係する問題においても適応度景観の推定が有用であることを示した．今後の課題としては適応度景観推定のために新しい機械学習モデルを検討する予定である．
|
| 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
今年度は実数値型の FLLEC, 劣個体分布に基づく適応度景観推定手法，提案手法の各種応用の3種について十分な検討ができた．特に劣個体分布に基づく適応度景観推定手法である DII Analysis は各種学会で賞を受賞するなど多くの評価を得た．また，進化型計算のトップカンファレンスである CEC と GECCO でともに発表をするなど国際的な活動も十分にできた．
|
| 今後の研究の推進方策 |
今年度の成果である実数値型の FLLEC, 劣個体分布に基づく適応度景観推定手法，提案手法の各種応用について引き続き検討していく．新しい挑戦としては適応度景観の推定が非常に難しいとされている遺伝的プログラミングへの本格的な提案手法の導入，機械学習として近年注目されている深層学習との癒合などについても積極的に検討する予定である．
またジャーナルを中心に成果を公表していくことにも重点を置く．
|
| 次年度使用額が生じた理由 |
未使用額が少額であったため，無理に不要なものを購入せずに次年度の予算と合わせての使用した方が適切であると判断した．
|
| 次年度使用額の使用計画 |
少額であるため本年度の予算と合算して使用する．
|
