权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

機械学習システムを高信頼化するNバージョン構成手法の研究

使机器学习系统高可靠的N版本配置方法研究

基本信息

批准号：
22K17871
负责人：
町田文雄
金额：
$ 2.91万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

本研究では多様な入力データと多様な機械学習機能を組み合わせて構成されるNバージョン機械学習システムによる信頼性向上効果を究明することを目的としている．Nバージョン機械学習システムでシステムの出力の信頼性が向上することはこれまで実験的に確かめられていたが，信頼性向上の条件や原理の究明に課題があった．この課題に取り組むため，初年度はN=3の場合，すなわち3バージョン機械学習システムの解析と評価に注力して研究を実施した．3バージョン機械学習システムの基本となる構成として3つの異なる構成方式を挙げ，各構成方式による信頼性向上効果と，モデルの多様性，入力データの多様性を関係づける信頼性評価式を導出した．これにより，どのような条件で3バージョン機械学習システムが有効となるかを明らかにした．これを足掛かりに，一般のN(>3)の場合に拡張してNバージョン機械学習システムの信頼性評価式を導出した．また，理論的な解析と並行し，研究課題1として挙げた信頼性向上のための入力データ多様化方法について研究を進めた．ニューラルネットワークを用いて画像分類をする機械学習システムを想定し，入力画像加工による入力データ多様化でシステム出力の信頼性がどのように向上するかを調査した．ニューロンの発火状態の変化を評価するニューロンカバレッジ向上率という指標を新たに開発し，本指標が信頼性向上に有効なデータ多様化方式を探索する指標となり得ることを実験的に明らかにした．これらの研究成果は国際会議DSC2022およびPRDC2022にて論文発表した．

This study aims to investigate the effects of multiple mechanical learning functions on the reliability of mechanical learning systems. The purpose of this study is to determine the conditions and principles of the reliability of mechanical learning systems. In the case of N = 3 in the initial year, the analysis and evaluation of the mechanical learning system are carried out. 3. The basic structure of the mechanical learning system is analyzed. 3. The structure of the mechanical learning system is different. The reliability of each structure is upward. The diversity of the system is derived. This is the first time that we've had a chance to learn something. In general, N (> 3) is the most important factor in the reliability evaluation of mechanical learning systems. The analysis and parallel research of theory 1. The research on the method of diversification. The machine learning system is designed to be used for image classification, and the reliability of the input force is investigated for image processing. This indicator is a new indicator for evaluating the change of fire state. The research results were presented at the International Conference DSC 2022 and PRDC 2022.

项目成果

期刊论文数量（5）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

N-version Machine Learning System

N版机器学习系统

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

2入力機械学習システムの信頼性と性能評価

双输入机器学习系统的可靠性和性能评估

DOI：
发表时间：
2022
期刊：
影响因子：
0
作者：
Matsumura Shigenobu;Miyakita Motoki;Miyamori Haruka;Kyo Satomi;Ishikawa Fuka;Sasaki Tsutomu;Jinno Tomoki;Tanaka Jin;Fujita Kotomi;Yokokawa Takumi;Goto Tsuyoshi;Momma Keiko;Takenaka Shigeo;Inoue Kazuo;脇上和也，町田文雄
通讯作者：
脇上和也，町田文雄

Reliability Models and Analysis for Triple-model with Triple-input Machine Learning Systems