Publicly Offered Research
Grant-in-Aid for Transformative Research Areas (A)
再帰的ニューラルネットワークの1種であるレザバーコンピューティング (RC) は,学習コストの低さやタスクに対する柔軟性のため,幅広い分野で応用されている.本研究は,力学系と統計物理のアプローチから「どのような入出力時系列に対して,どのように RC のネットワークを設計すれば良いか」の方法論の構築を目的とする.これを基に入出力データを統合した拡大ネットワークを導入し,再現性の高い力学系のエミュレーションを行う.これにより,物理学・数学と機械学習の融合を目指す.