モンテカルロ法を用いた最適化手法によるアワビの年齢判定

抄録

人工知能(AI)の活用は，我々の生活においても日常的になりつつあり，また，人工知能の中でもニューラルネットワーク(NN)は現在，幅広い分野で研究・開発され，様々なものに応用されている．著者らは，NN での重み の最適化において従来使われてきた勾配降下法とは違う方法で最適値を見つけるモンテカルロ法最適化手法(MOST)を開発した．この方法では，まず目的関数で定義される多変数の探索領域範囲を二つに分け，それぞれの領域で目的関数を積分する．各領域の積分値を比較することによって，どちらの領域に最適解が含まれているかを判断し，最適解を含む領域を選択する．選択した領域で同じプロセスを繰り返すことによって最終 的に最適解に収束させるものである．本論文は，最初に概念を説明し，次にそれをアワビの年齢判定問題のニューラルネットワーク学習に適用する．そして，その結果をまとめたものである．