[2I1-GS-3] Knowledge utilization and sharing:

[2I1-GS-3-02] Learning of Multi-Class Fuzzy Classifiers using Particle Filters in Dynamic Environments

〇Yuma Yamamoto¹, Yoshifumi Kusunoki¹, Tomoharu Nakashima¹ (1. Osaka Metropolitan University)

Keywords:Fuzzy, Classification problem, Particle filter

ファジィ理論に基づく識別器は，ファジィIf-Thenルールが言語的に解釈可能であるため，explainable-by-design なモデルとして説明可能なAIの研究対象となっている．また，オンライン学習は，学習データが与えられるたびに，そのデータのみを用いて逐次的に学習を行う手法であり，時系列データやストリーミングデータなどに対して用いられる．一方，粒子フィルタは多数の粒子を用いて状態空間をモンテカルロ近似する手法で，自己位置推定や画像追跡などに応用されている．
ファジィ識別器を環境の動的変化に対応するタスクに対して，既存研究では動的な変化に追従するように適応するが，変化を予測する機能がなく，環境変化に対して学習が遅れるという欠点があった．本研究では，粒子フィルタを導入することで変化を予測的に捉え，動的環境におけるより効果的な識別ができることを目的とする．
数値実験では，データ分布が時間の経過とともに動的に変化する環境を想定し，識別精度を評価し，説明可能性を考察した．その結果，提案手法は従来手法よりも高い識別精度を示しつつ，説明可能性を維持していることが確認された．