Exploring the best dynamical systems for optimization and deep learning

• Project/Area Number: 24K22290
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 60:Information science, computer engineering, and related fields
• Research Institution: The University of Tokyo
• Principal Investigator: 松尾 宇泰 東京大学, 大学院情報理工学系研究科, 教授 (90293670)
• Co-Investigator(Kenkyū-buntansha): 佐藤 峻 東京大学, 大学院情報理工学系研究科, 助教 (40849072)
• Project Period (FY): 2024-06-28 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000); Fiscal Year 2026: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000); Fiscal Year 2025: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 力学系 / 最適化 / 深層学習 / 数値解析

Outline of Research at the Start

連続最適化手法や深層ニューラルネットワークの連続極限として現れる力学系について，その比較法を確立し，「最良の」力学系を探究する．これにより，最適化手法や深層ニューラルネットワークを連続系の立場から探究する立場を基礎付けし，新たな，より優れた最適化手法や深層ニューラルネットワークの構築を目指す．研究は，まず最適化分野について手中的に行い，そこで得られた知見を深層学習分野に展開し，知見の普遍性や分野依存性を明確にする手順で展開する．