| Project/Area Number |
25H01134
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 61:Human informatics and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
中嶋 浩平 東京大学, 大学院情報理工学系研究科, 准教授 (10740251)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
新竹 純 電気通信大学, 大学院情報理工学研究科, 准教授 (10821746)
竹井 邦晴 北海道大学, 情報科学研究院, 教授 (20630833)
|
|---|
| Project Period (FY) |
2025-04-01 – 2029-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥46,410,000 (Direct Cost: ¥35,700,000、Indirect Cost: ¥10,710,000)
Fiscal Year 2025: ¥15,600,000 (Direct Cost: ¥12,000,000、Indirect Cost: ¥3,600,000)
|
|---|
| Keywords | reservoir computing / physical reservoir / physical deep learning / soft robots / flexible devices |
|---|
| Outline of Research at the Start |
ソフトロボットの複雑なダイナミクスを計算資源として有効活用してしまおうというアプローチを物理リザバー計算と呼ぶ。本研究題目では、この物理リザバー計算のフレームワークをより拡張し、ネットワークの構成を深層化することで計算能力と学習の汎化能力を格段に向上させることを試みる。その際、やわらかいデバイスのようにモデルが複雑すぎて不明かつ時間的にも変化する場合に、真に有効に機能する学習法の提案が必須となる。このチャレンジに対して、我々は勾配計算を必要としない深層物理リザバー計算のための新たな学習理論を打ち立て、ソフトロボットのための新しい情報処理ならびに学習のフレームワークを実装する。
|
