構造化されたデータ表現の獲得と多様な機械学習タスクへの適用に関する統計理論

Research Project

Project/Area Number	24K14849
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 60030:Statistical science-related
Research Institution	Tokyo Institute of Technology
Principal Investigator	金森敬文東京工業大学, 情報理工学院, 教授 (60334546)
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: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	機械学習 / 統計科学
Outline of Research at the Start	本研究では，機械学習における表現学習，特に自己教師つき学習の統計理論を発展させ，さまざまな機械学習タスクに適した学習アルゴリズムを開発することを目指しています．これにより，大規模なニューラルネットワークモデルなどを用いた予測において，まずデータの特徴量を獲得し，それを用いて回帰や判別などのタスクに対する予測モデルを学習します．特に自己教師つき学習は，ラベルなしデータから特徴を効率的に学習できるため注目されていますが，そのポテンシャルがまだ十分に理解されてません．本研究では「構造化されたデータ表現」を獲得するための統計理論を構築し，表現学習の有用性を向上させることを目指しています．