Study on Deep Kernel Learning for Support Vector Machine and Its Applications

Research Project

Project/Area Number	24K07552
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 21040:Control and system engineering-related
Research Institution	Waseda University
Principal Investigator	古月敬之早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (50294905)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000) Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000) Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	深層学習 / サポートベクターマシン / カネール関数学習 / ニューラルネットワーク / 区分線形モデリング
Outline of Research at the Start	本研究は、サポートベクターマシン（SVM）のための深層カーネル関数を合成し、データから学習する技術の開発を目指すものである。従来では、カーネル関数合成法として、multiple kernel learningという方法があるが、カーネルのレベルでデータから合成カーネル関数のパラメータを推定する方法が確立されず、課題として残されている。そこで本研究では、システムモデリングと同定を通して、間接的にカーネル関数の構築を行う。さらに、半教師付き学習および欠損値がある非線形分類や予測問題へ適用し、深層カーネル関数の学習法の有効性を明らかにする。