| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-11 17:30 粒子群最適化法を用いた機械学習モデルのハイパーパラメータ最適化 ○塩見健太・北 栄輔（名大）  AI2025-25 |
|
| 抄録 | （和） | 機械学習モデルのハイパーパラメータ最適化において，粒子群最適化法（PSO）を用いる手法について述べる．本研究では多層パーセプトロンモデルを対象とし，精度の向上と学習時間の短縮を目的とした二目的最適化問題を扱う．データセットにはUCI Machine Learning Repository が提供するWINE データセットを使用する．本研究は，PSO の更新アルゴリズムとして，Basic PSO，PSO-w，PSO-cf，Local PSO-w，Local PSO-cf，UPSO，SG-PSO，SP-PSO，およびMOPSO を用いる．MOPSO 以外のPSO アルゴリズムは多目的最適化に対応していないため，本研究では二つの目的関数を足し合わせた単一目的関数として最適化を行う．一方，MOPSO ではパレートフロントを用いた多目的最適化を行い，抽出される解の数を抑制するため，シグマ法を用いてパレート解の管理を行う．既存手法との比較実験を行い，機械学習モデルのハイパーパラメータ最適化に対する本手法の有効性を検証する． |
| （英） | This paper describes a method for hyperparameter optimization of machine learning models using Particle Swarm Optimization (PSO). In this study, a multilayer perceptron model is considered, and the optimization problem is formulated as a bi-objective optimization aiming to improve classification accuracy while reducing training time. The WINE dataset provided by the UCI Machine Learning Repository is used for evaluation. The algorithms to update PSO particles employed in this study include Basic PSO, PSO-w, PSO-cf, Local PSO-w, Local PSO-cf, UPSO, SG-PSO, SP-PSO, and Multi-Objective PSO (MOPSO). Since PSO algorithms other than MOPSO are not designed for multi-objective optimization, a single-objective formulation obtained by aggregating the two objective functions is applied in this study. In contrast, MOPSO performs multi-objective optimization based on the Pareto front, and the sigma method is used to manage Pareto solutions in order to suppress an excessive increase in the number of extracted solutions. Comparative experiments with conventional methods are conducted to evaluate the effectiveness of the proposed approach for hyperparameter optimization of machine learning models. |
|
| キーワード | （和） | 機械学習 / 粒子群最適化法 / ハイパーパラメータ最適化 / MLPモデル / / / / |
| （英） | Machine Learning / PSO / Hyperparameter Optimization / MLP / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 398, AI2025-25, pp. 17-20, 2026年3月. | |
| 資料番号 | AI2025-25 | |
| 発行日 | 2026-03-04 (AI) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | AI2025-25 |
|
| 研究会情報 | |
| 研究会 | AI JSAI-SAI JSAI-KBS JSAI-DOCMAS IPSJ-ICS |
| 開催期間 | 2026-03-11 - 2026-03-11 |
| 開催地（和） | 新富良野プリンスホテル |
| 開催地（英） | WSSIT2026 |
| テーマ（和） | 社会システムと情報技術研究 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2026-03-AI-SAI-KBS-DOCMAS-ICS |
| 本文の言語 | 日本語 |
| タイトル（和） | 粒子群最適化法を用いた機械学習モデルのハイパーパラメータ最適化 |
| サブタイトル（和） | |
| タイトル（英） | Hyperparameter Optimization for Machine Learning Model using Particle Swarm Optimization |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 機械学習 / Machine Learning |
| キーワード(2)（和/英） | 粒子群最適化法 / PSO |
| キーワード(3)（和/英） | ハイパーパラメータ最適化 / Hyperparameter Optimization |
| キーワード(4)（和/英） | MLPモデル / MLP |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 塩見 健太 / Kenta Shiomi / シオミ ケンタ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Meidai) |
| 第2著者 氏名（和/英/ヨミ） | 北 栄輔 / Eisuke Kita / キタ エイスケ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Meidai) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-11 17:30:00 |
| 発表時間 | 20分 |
| 申込先研究会 | AI |
| 資料番号 | AI2025-25 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.398 |
| ページ範囲 | pp.17-20 |
| ページ数 | 4 |
| 発行日 | 2026-03-04 (AI) |
[研究会発表申込システムのトップページに戻る]