Minimization of variables for classification functions, and its applications.

分类函数变量的最小化及其应用。

• 批准号: 20K11739
• 负责人: 笹尾 勤
• 金额: $ 2.83万
• 依托单位: Meiji University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K11739/
• 关键词: 国際研究者交流, 米国,スエーデン; 関数分解; 分類関数; 線形関数; 機械学習; データマイニング; 国際研究者交流, 米国; インデックス生成関数; パターンマッチング; 国際研究者交流; CAM(連想メモリ）; 書き換え可能回路; ハードウエア; 変数最小化; パターン認識; 不完全定義関数

分類関数は, インターネット用ルータやパケット・フィルタ等の機能を数学的に表現したものである.申請者は分類関数を実現するためにインデックス生成回路 (IGU:Index Generation Unit)を考案した. 分類関数をハードウエアで実現した回路は大量のデータを高速分類可能である. 申請者は, 分類関数を複数のメモリやモジュール（IGU)に分解（分割）して実現する方法について研究を行った. 申請者が考案した, 線形分解では, 線形回路のコストは入力数nに比例する. もとのデータがn変数で, サンプル数がkの場合, 線形回路を用いると変数の個数を2log_2 k 個以下に削減できる. 従って, kが2^nに比べて十分小さい場合, 与えられたn変数関数を, 線形回路と非線形回路に分解することにより, 全体の回路のコストを大幅に削減できる. 今期は, 1) 大規模分類関数の変数削減アルゴリズムを改良し, 入力数nが1000以上の場合にも実用時間内に解が得られるようなプログラムを開発した. 本プログラムは, 分類関数をメモリで実現する際に利用可能である. 2) 分類関数が, データマイニングや手書き数字認識などの機械学習の分野でも利用可能であることをUCI University of California Irvine) のベンチマーク関数に関して実験を行い 確認した.3)機械学習に応用する場合, 変数削減や多値論理式の簡単化により, 汎化性能（テスト精度）を改良できることを実験的に示した. 4) 学習容易な論理関数のクラスを探索した.コンピュータシミュレーションで予測精度の評価を行った。 5) 心臓のパイパス手術の予後を予測するシステムに応用した.

Classification of related numbers, such as the number of children with the function of mathematics, such as the number of children with the function of mathematics, the number of children with the function of mathematics. The number of applicants classified is shown in IGU (Index Generation Unit). The number of categories is high. The applicant shall conduct research on the method of decomposition (segmentation) and realization of classification relationship (IGU). The applicant considers the case, the linear decomposition, the linear loop and the input force ratio n. When the number of linear loops is k, the number of linear loops is 2log_2 k or less. When k is very small, the number of linear loops and non-linear loops is greatly reduced. In this period, 1) the number of large-scale classification related to the reduction of the number of improved, input n more than 1000, the implementation of the time to solve the problem of the development of large-scale classification. On this platform, it is possible to make use of the classification parameters when they are displayed in reality. 2)The classification relationship is determined by the number of categories, and the number of categories. 4)Easy to learn logic, easy to explore. The accuracy of the prediction was evaluated. 5)The heart of the operation after the prediction

项目成果

Handwritten digit recognition based on classification functions

基于分类函数的手写数字识别

• 发表时间: 2020
• 作者: T. Sasao;Y. Horikawa;Y. Iguchi
• 通讯作者: Y. Iguchi

A design method for multiclass classifiers

一种多类分类器的设计方法

• 发表时间: 2021
• 作者: T. Sasao;Y. Horikawa;Y. Iguchi
• 通讯作者: Y. Iguchi

Fast literal transformations for symmetric functions

对称函数的快速文字转换

• 发表时间: 2021
• 作者: T. Sasao; J. T. Butler
• 通讯作者: J. T. Butler

On the sensitivity of binary and multiple-valued symmetric functions

关于二元和多值对称函数的敏感性

• 发表时间: 2022
• 作者: J. T. Butler;T. Sasao
• 通讯作者: T. Sasao

An improved SAT-based ESOP minimizer:A list of simplified ESOPs for 8-variable symmetric functions

改进的基于 SAT 的 ESOP 最小化器：8 变量​​对称函数的简化 ESOP 列表

• 发表时间: 2021
• 作者: T. Fujita;T. Sasao;and Y. Iguchi
• 通讯作者: and Y. Iguchi