既知の知見に基づく深層ニューラルネットワークの学習

• Project/Area Number: 24K03020
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61050:Intelligent robotics-related
• Research Institution: Osaka Metropolitan University
• Principal Investigator: 岩村 雅一 大阪公立大学, 大学院情報学研究科, 准教授 (80361129)
• Co-Investigator(Kenkyū-buntansha): 内海 ゆづ子 大阪公立大学, 大学院情報学研究科, 講師 (80613489)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,590,000 (Direct Cost: ¥14,300,000、Indirect Cost: ¥4,290,000); Fiscal Year 2026: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000); Fiscal Year 2025: ¥6,110,000 (Direct Cost: ¥4,700,000、Indirect Cost: ¥1,410,000); Fiscal Year 2024: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
• Keywords: 画像のラベル付け / 知識活用

Outline of Research at the Start

本研究では、教科書などに体系的にまとめられている既知の知見を利用することで、深層ニューラルネットワークの学習に用いる「ラベル付きデータ」や「ラベル無しデータ」の削減を目指す。「ラベル付きデータ」を削減するのは、その準備には多大な労力や金銭的コストが必要であるからであり、「ラベル無しデータ」を削減するのは、植物のCT画像のように、データ自体が貴重な場合を想定するからである。既知の知見の情報源として、最終的には、教科書や論文などのオーソライズされたものを利用したいが、カテゴリ毎に利用できる情報が少なく、難易度が高い。そのため、いわゆる生成AIを利用することでテキストを増やす方法などを検討する。