Information geometory of variational approximation for learning

Research Project

Project/Area Number	23K11223
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 61030:Intelligent informatics-related
Research Institution	Toyo University
Principal Investigator	佐野崇東洋大学, 情報連携学部, 准教授 (00710295)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000) Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2024: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2023: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	機械学習 / 変分近似法 / 情報幾何学 / 確率伝搬法 / 確率的グラフィカルモデル
Outline of Research at the Start	確率的グラフィカルモデルは強力な生成モデルであるが、大規模データへの応用は計算コストのために難しい。そのため様々な変分近似学習法が開発されているが、それらの関係は十分に理解されておらず、どの手法を用いるべきかの理論的指針は乏しい。そこで本研究では、変分近似学習法の情報幾何学を用いた解析と改良を行う。情報幾何学は学習に幾何学的描像を与えることができるため、さまざまな変分近似学習法の幾何学的な理解・比較が可能になる。それによって、問題に応じて、さまざまな変分近似法のうちどれを選択すべきか、どのようにハイパーパラメータを設定すべきかの指針を与える。さらに、より性能の良い変分近似学習法の開発も行う。