[3Xin2] ポスターセッション1

[3Xin2-03] アニーリングマシンを利用した決定木学習の適用範囲拡張

〇森長 大貴¹、八幡 晃一郎¹、淺原 彰規¹ (1.（株）日立製作所)

キーワード：決定木、最適化、アニーリング、量子、化学

機械学習アルゴリズムの一つである決定木は、説明変数に対する条件に基づいてデータの分類を繰り返すことで目的変数を予測するモデルであり、教師データの予測誤差を最小化する分類条件を探索することで学習を行う。ところが、このような分類条件を全ての説明変数の組み合わせについて探索すると、説明変数の数に対して指数関数的な計算時間を要するため、通常、一つの説明変数に対する分類条件のみを逐次的に探索することで学習を行う。しかしこの方法は一般には局所最適解に陥るため、分類条件の探索問題を二次制約なし二値最適化（QUBO）問題に帰着させることで、QUBO問題を高速に解ける装置であるアニーリングマシンによって学習を行うQUBO決定木が提案されている。QUBO決定木は既存の決定木を上回る予測精度を達成した一方、二値説明変数しか扱えないという制約があった。そこで本研究では、実数値説明変数を含むデータに対しても、決定木の分類条件の探索問題をQUBO問題に帰着させる方法を考案した。本手法を実数値説明変数を含む有機化合物のオープンデータに適用することで、既存の決定木アルゴリズムを上回る予測精度を達成した。