- 著者
-
榎原 博之
- 出版者
- 関西大学
- 雑誌
- 基盤研究(C)
- 巻号頁・発行日
- 2018-04-01
近年、ディープラーニング(深層学習)が注目されており、様々な応用分野に利用されている。一方、組合せ最適化問題は応用範囲が広く、厳密解法だけでなく、近似解法、特にメタヒューリスティックスの研究が盛んである。本研究では、ユークリッド型組合せ最適化問題に対してディープラーニングを応用した近似解法を提案する。ランダムに生成した大量の問題例に対して最適解もしくは最良解を画像としてディープラーニングにより学習させ、出力として得られた画像データから評価値を算出する。学習により得られた評価値を従来の距離による評価値の代りにヒューリスティック解法に適用することにより、学習により得られた評価値の有効性を計算機実験により検証する。計算機実験の結果、提案手法は先行研究より優れた性能を示した。その成果は情報処理学会論文誌(Vol.60, No.2, pp.651-659, Feb. 2019)に掲載された。上記の手法は教師あり学習のため、大量の教師データが必要であり、大規模な問題例の教師データを大量に用意することは困難である。そこで、教師データを必要としない強化学習に注目して、報酬と学習方法を工夫し、計算機実験を行っている。この成果は、情報処理学会論文誌に投稿中である。さらに、学習方法を修正し、出力画像から各経路の評価値を算出するのでは無く、次に選ぶべき頂点座標を評価する手法を提案した。この手法は従来手法より解の局所的な点で優れていることを示した。この成果は、2019年11月にアメリカオレゴン州ポートランドで開催されたIEEE 31st International Conference on Tools with Artificial Intelligence (ICTAI)で発表している。