Project/Area Number |
23H03467
|
Research Category |
Grant-in-Aid for Scientific Research (B)
|
Allocation Type | Single-year Grants |
Section | 一般 |
Review Section |
Basic Section 61040:Soft computing-related
|
Research Institution | Kanazawa University |
Principal Investigator |
砂田 哲 金沢大学, 機械工学系, 教授 (10463704)
|
Co-Investigator(Kenkyū-buntansha) |
新山 友暁 金沢大学, 機械工学系, 准教授 (00583858)
|
Project Period (FY) |
2023-04-01 – 2026-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥18,850,000 (Direct Cost: ¥14,500,000、Indirect Cost: ¥4,350,000)
Fiscal Year 2023: ¥8,710,000 (Direct Cost: ¥6,700,000、Indirect Cost: ¥2,010,000)
|
Keywords | 物理深層学習 / 最適制御 / 学習 |
Outline of Research at the Start |
本研究では、深層学習の根幹である層から層への情報伝搬を力学系の時間発展とみなし、学習は力学系の最適制御問題として定式化する。これにより、最適制御理論に基づき連続時間の時間発展則に従う非線形力学系を深層学習器として利用する手法を確立する。すなわち、非線形力学系に深層学習的情報処理を担わせる手法を与える。この手法により、どのような力学系において高い情報処理能力があるかを明らかにして、 力学系理論の観点から、深層学習メカニズムの解明に迫る。また、本提案を実際の物理システム(特に、高速計算を可能とする光電融合システム)へ実装することを想定し、実装が容易となる新たな制御手法の確立も目指す。
|