Discovery Sagaサイレントキーワード俯瞰

農産物流通 / サプライチェーンマネジメント / 数理最適化 / 情報共有システム / シミュレーション / 最適化モデル / 対話型情報システム / 全体最適化 / 利益分配 / 安心・安全・信頼 / 数理モデリング / 最適化 / 対話型販売システム / 農産物サプライチェーン / 地産地消 / 不確実性 / 農産物サプライチェーンマネジメント / 産直流通 / 農産物サプライチェーンモデル / 不確実性下での意思決定

就農者の経営安定を主眼に起きながら，小売業の収益安定，消費者の食材購入満足度も満たすことができる農産物サプライチェーンマネジメントを研究対象とした．特に，就農者が直近の集荷場に農産物を納品し，そこから物流の最適化を行ったうえで，消費者の需要に合わせた小売店や飲食店への食材配送を行う『産直流通モデル』を構築し，数理最適化・シミュレーションの側面から提案モデルの評価・分析を行い，農産物の地産地消へ向けた応用が十分可能であることを示した．さらに，道の駅などでの実証研究を通して，就農者と消費者の間で対話を促すことで，納得した農産物売買が可能な情報共有システムを開発した．

アンサンブル学習 / ロバスト推定 / 不確実性 / 最適化 / バリューアットリスク / パラメトリック最適化 / 分位点回帰関数 / 条件付密度関数推定

今年度は主にブースティングや不確実性のもとでの最適化に関する理論的な研究を行った。とくに最適解との関連について研究を進め,理論的に最適な損失関数を導出した。これにより計算効率の高い学習アルゴリズムの開発に貢献した。さらに大規模な数値実験により,提案方法の有効性を検証した。これらの考察を含むブースティングのロバスト化に関する論文は"Robust Boosting Algorithm against Mislabelling in Multi-Class Problems"にまとめられ,雑誌Neural Computationに掲載が決定している。
さらに,ブースティングを多値確率分布の推定に応用する研究を行った。これにより,判別関数だけを推定した場合と比較して,データに関するより精緻な推論を実行することを可能にした。この方法はラベル数が3以上であっても実行できるため,実用上非常に優れた推定法になっている。この成果は"Obtaining Conditional Probability Estimation from Multiclass Boosting"にまとめられIEICE Transactions on Information and Systems誌に掲載された。さらに確率分布の推定に適している損失関数に関する研究をすすめ、数値実験による検証を行った。この結果は、国際会議Algolithmic Learning Thery 2007において発表された。
また能動学習の情報幾何学的な研究を行った。ブースティングの幾何的構造と類似の構造が,能動的学習の有効性を理解するのに役立つことを指摘して,最適なサンプリングによる能動学習法を提案した。この成果はNeurocomputing誌に掲載された。

【研究分担者】
松本慎平	広島工業大学	情報学部	教授	(Kakenデータベース)
加島智子	近畿大学	工学部	講師	(Kakenデータベース)