2019 Fiscal Year Research-status Report
真性粘菌の数理モデルをリザバーとした極端な一般化能力を持つ機械学習手法の開発
| Project/Area Number |
19K20388
|
|---|
| Research Institution | Kwansei Gakuin University |
|---|
Principal Investigator |
谷 伊織 関西学院大学, 理工学部, 助教 (70751379)
|
|---|
| Project Period (FY) |
2019-04-01 – 2021-03-31
|
| Keywords | リザバー計算 / 真性粘菌 |
|---|
| Outline of Annual Research Achievements |
真性粘菌 Physarum polycephalum 変形体の挙動をシミュレートする数理モデルを用いて、これを物理リザバー計算アーキテクチャに応用する手法の検討を行った。本研究で用いるモデルは非同期セル・オートマトンとして記述される。本研究ではまず、先行研究で提案されたモデルを改良し、逆ベイズ推論的なフィードバック機構を実装した。
次に、深層学習などの分野でベンチマークとして利用されるデータセットを対象として、基礎的な画像分類タスクの学習を行った。まず、画像データを直接的に真正粘菌リザバーに入力（誘引・忌避領域分布）し、その出力画像を学習データとして一般的な画像識別ネットワークによるクラス分類学習を行った。真正粘菌リザバーのランダム性によって、一種のデータ拡張がなされ、少数の画像データセットでも学習が可能であることが示された。
さらに、セル・オートマトンをリザバーとして用いる先行研究手法と比較を行うため、学習する画像データを真正粘菌リザバーへの入力として変換したうえ、リザバーの出力結果を単層のニューラルネットワークに入力して、リードアウトのみで学習を行うアーキテクチャを構築した。MNISTデータセットを対象に本アーキテクチャによってクラス分類課題の学習が可能であることを確認した。
一方で、真性粘菌リザバーの計算負荷が計算全体のボトルネックとなっているため、これらを解決するための高速化手法を検討している。
これらの成果は共創学会の年次大会・計測自動制御学会の研究会などで発表を行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
禁輸措置等により、計算機の調達に予定よりも時間がかかったが概ね順調に推移していると思われる。一方で、計算速度が想定よりも遅く、負荷の軽減という新たな課題が判明したため、今後これらに対応する必要がある。
|
| Strategy for Future Research Activity |
真性粘菌リザバーの計算負荷が想定より大きく、学習タスク全体のボトルネックとなっているため、これらを高速化するためのモデル改良や並列化などの手法を検討し、さらなる検証を行っていく。
|
| Causes of Carryover |
計算機の価格帯を想定よりも低く抑えることができたため。また、新型コロナウィルスの感染拡大のため、2月から3月に予定されていた学会出張および研究打ち合わせ等が中止となったため。
国際会議や国内学会等への参加は現状では困難であると見込まれるため，計算リソースの拡充（GPUの追加購入）等を行い，現在課題となっている計算速度の向上をはかる予定である．
|
