計算効率の良い自己教師あり学習法の開発

• Project/Area Number: 24K20842
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Chiba Institute of Technology
• Principal Investigator: 重藤 優太郎 千葉工業大学, 人工知能・ソフトウェア技術研究センター, 上席研究員 (50803392)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
• Keywords: 自己教師あり学習

Outline of Research at the Start

本研究では, 深層学習の代表的な事前訓練法である自己教師あり学習の計算効率向上に取り組む. 近年では, 解きたい目的タスク用にニューラルネットワークをランダム初期値から訓練するのではなく, 事前訓練として自己教師あり学習を行うことが常套手段となっている. 通常, 自己教師あり学習は, 大規模なデータを用いて長時間訓練する必要がある. これは訓練に莫大なコストが発生することを意味しており, 自己教師あり学習を実施する際の大きな問題となっている. この問題を解決するため, 本研究では計算効率の良い自己教師あり学習法の開発に取り組む.