入出力データの逐次生成による能動学習統合型最適化法

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2019/11/01

タイトル(英語): Integrated Optimization Method with Active Learning Using Iteratively Produced Input-Output Data

著者名: 相吉　英太郎（統計数理研究所），田村　健一（首都大学東京大学院），安田　恵一郎（首都大学東京大学院）

著者名(英語): Eitaro Aiyoshi (Institute of Statistical Mathematics), Kenichi Tamura (Tokyo Metropolitan University), Keiichiro Yasuda (Tokyo Metropolitan University)

キーワード: 普遍近似定理，一様近似，応答曲面法，能動学習，最適化　　universal approximation theorem，uniform approximation，response surface method，active learning，optimization

要約(英語): We propose the optimization integrating an active learning of input-output relations with successively produced learning data. Here, a relaxed problem with several constraints selected from among an infinite number of inequality constraints to assure uniform accuracy to input-output relations is supposed firstly, and then inequality constraints corresponding to newly produced data are iteratively added to the relaxed problem. In this process, a global optimal solution with higher accuracy can be obtained under the assurance of approximation accuracy to input-output relations.

本誌: 電気学会論文誌C（電子・情報・システム部門誌） Vol.139 No.11 （2019）特集Ⅰ：国際会議ICESS 2018　特集Ⅱ：電気関係学会関西連合大会

本誌掲載ページ: 1348-1356 p

原稿種別: 論文／日本語

電子版へのリンク: https://www.jstage.jst.go.jp/article/ieejeiss/139/11/139_1348/_article/-char/ja/