進化型機械学習に基づく問題解決手法の提案

カテゴリ: 研究会(論文単位)

論文No: IS19045

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2019/05/28

タイトル(英語): Problem Solving by means of evolutionary Machine Learning

著者名: 小川 恭子(大阪府立大学),森 直樹(大阪府立大学),岡田 真(大阪府立大学)

著者名(英語): Kyoko Ogawa(Osaka Prefecture University),Naoki Mori(Osaka Prefecture University),Makoto Okada(Osaka Prefecture University)

キーワード: サポートベクタ―マシン|ニューラルネットワーク|進化型計算|深層学習|モデル圧縮|進化型機械学習フレームワー　ク|Support Vector Machine,|Neural Network|Evolutionary computation,|Deep Learning|Model compression,|Evolutionary machine learning framework

要約(日本語): 本研究では，深層学習をはじめとする機械学習の構造をメタ最適化することにより最良の機械学習システムを進化的に構築する進化型機械学習 (evolutionary Machine Learning: evoML) を提案する．今回は特に，SVM(Support Vector Machine) と深層学習を融合した SVM-Neural Network(SVM-NN) を中心に数値実験結果を示す．

要約(英語): In this research, we propose evolutionary machine learning (evoML) that develops the best machine learning system by meta-optimizing with evolutionary computation.The effectiveness SVM-Neural Network (SVM-NN), which is the typical evoML method, is confirmed by computer simulations taking benchmark problems and real-world problem as examples.

原稿種別: 日本語

PDFファイルサイズ: 1,249 Kバイト