情報処理学会 第86回全国大会 会期:2024年3月15日~17日

7K-01
アリの意思決定過程を考慮したAnt Colony Optimizationによる特徴選択
○遠藤博人,穴田 一(東京都市大)
近年,機械学習技術が発展しているが,学習データの中には予測に不必要なデータも含まれており,全データを用いて学習を行うと計算時間が膨大になり,精度も悪くなるという傾向がある.そのため,全データの中から学習に重要なデータ(特徴量)のみを選択する前処理(特徴選択)を行うことで,学習データの次元を削減する手法が提案されている.特徴選択手法の1つにAnt Colony Optimization (ACO)がある.ACOは,実際のアリの採餌行動を参考にモデル化された手法である.しかし,従来のACOには,重要なアリの習性が十分に考慮されていないという問題がある.そこで本研究では,実際のアリが行う意思決定過程をACOに導入した新たなACOによる特徴選択手法を提案する.