@techreport{oai:ipsj.ixsq.nii.ac.jp:00241489,
 author = {鈴木, 優斗 and 塩見, 健太 and 北, 栄輔},
 issue = {9},
 month = {Dec},
 note = {本研究では，多層パーセプトロンモデル (MLP) のハイパーパラメータ最適化手法に粒子群最適化法 (PSO) を適用する．解析例として Wine データセットを使用する．最適化の目的として，予測精度向上だけを目的とする単目的最適化の場合と予測精度向上と最適化の計算コスト減少を目的とする二目的最適化の場合の 2 つを扱う．単目的から二目的にすることで，最良結果における精度は 5～10％ ほど低下したものの，比較手法とほぼ同等の正解率の場合で比較する最適化に要する時間は 30～50％ 削減される．, In this study, particle swarm optimization (PSO) is applied for the hyperparameter optimization problem of a multilayer perceptron model (MLP). Wine dataset is taken as an analysis example. Two optimiation problems are considered. One is singple objective function problem for improving the prediction accuracy and another is two objective functions problem for both improving the prediction accuracy and decreasing the computational cost. Comparing both resuts shows that the accuracy of the best results in two objective functions problem has decreased by about 5 to 10% againt that in single objective function problem, but the computational time is reduced by 30 to 50%.},
 title = {MLPモデルのハイパーパラメータ設計問題におけるPSO最適化について},
 year = {2024}
}