| Project/Area Number |
18K11488
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61040:Soft computing-related
|
|---|
| Research Institution | National Institute of Advanced Industrial Science and Technology |
|---|
Principal Investigator |
Ichisugi Yuuji 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (30356464)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
佐野 崇 東洋大学, 情報連携学部, 講師 (00710295)
中田 秀基 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (80357631)
高橋 直人 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40357380)
|
|---|
| Project Period (FY) |
2018-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2019: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2018: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | ベイジアンネットワーク / 深層学習 / 大脳皮質 / 確率伝搬アルゴリズム / 階層型強化学習 / 認知アーキテクチャ / 確率伝搬法 / 計算論的神経科学 |
|---|
| Outline of Final Research Achievements |
We have previously developed a deep learning algorithm, BESOM, which mimics features of the human cortex. In this study, we improved the conditional probability table model of BESOM to increase its expressive power, while at the same time leading to efficient inference and learning algorithms.
We also proposed RGoal, a hierarchical reinforcement learning architecture that enables recursive subroutine calls, as one of the candidates for BESOM's killer applications.
|
| Academic Significance and Societal Importance of the Research Achievements |
設計した BESOM の条件付確率表モデルおよび階層型強化学習 RGoal はヒトの大脳皮質および前頭前野の計算論的モデルの有望な候補であり、ヒトの認識・思考・言語理解などの高次機能のモデルを計算機上で大規模シミュレーションするための基盤技術となり得る。さらに将来は、ヒトの知能の理解や、ヒトに匹敵する高い汎用性を持つ人工知能の実現につながると考えている。
|
