Compressed learning: theory and application of data compression technique that allows direct learning from optimally encoded data

• Project/Area Number: 23K11233
• 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: Kyushu Institute of Technology
• Principal Investigator: 坂本 比呂志 九州工業大学, 大学院情報工学研究院, 教授 (50315123)
• Project Period (FY): 2023-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2026: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2023: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: データ圧縮 / 機械学習 / 可変長符号 / 知識発見

Outline of Research at the Start

圧縮されたデータから様々な情報処理を行う技術を圧縮情報処理と呼ぶ。本研究はその中でも特に機械学習に焦点を当てた研究を行う。これまでの機械学習（特に深層学習）では大量のデータから訓練を行う必要があり、時間やメモリ、消費電力などの大量の計算機資源を必要としていた。ここで、訓練データを圧縮してしかもそれを復号することなく直接学習を行うことができれば、さまざまな問題点を解決することが可能となり、そのような圧縮学習を実現するアルゴリズムやアプリケーションの創出を目標とする。研究代表者の先行研究で得られた知見をもとに、機械翻訳や画像生成の分野で効率的な圧縮学習を実現する。