2022 Fiscal Year Annual Research Report
Theory for unified expression of recognition mechanisms and its application to machine learning
| Project/Area Number |
20H04206
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
山下 幸彦 東京工業大学, 教育革新センター, 教授 (90220350)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
鷲沢 嘉一 電気通信大学, 大学院情報理工学研究科, 准教授 (10419880)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 認識機構 / ファイバー束 / パターン認識 / 機械学習 / 脳信号処理 |
|---|
| Outline of Annual Research Achievements |
深層ニューラルネットワークの特徴抽出層の学習のための「局所距離保存学習」の評価基準に関して理論的・実験的に詳しく調べた。この評価基準は，学習標本点を２つ使い，両者の距離がある閾値よりも小さい場合は両者の出力の距離が入力の距離と同じになるようにし，両者の距離の値がその閾値よりも大きい場合は，両者の出力の距離もその閾値より大きくするというものである。この評価基準を用いれば，勾配消失を起きにくくすることができることを理論的に示した。そして，計算機実験により，活性化関数にシグモイド関数を用いたニューラルネットワークの層においても勾配消失を起こさずに，高い認識精度が得られることを示した。
四元数を二つ組み合わせて構成したベクトル空間をファイバー空間とし，それに対する線形作用素で接続を構成する共変微分に関する局所独立方程式を，微分作用素の反交換積を用いて定義し，その性質を調べた。また，画像マッチングの高速化のために開発したアルゴリズムを改良し，帯域通過型フィルタにおいて，その通過帯域幅をどんなに狭めても計算量が変わらない，線形位相の帰還形FIRフィルタを開発し，計算機実験によってその有効性を示した。
機械学習における正とラベルなしデータによる分類問題において，クラス事前確率シフトとよばれる環境変化のもとでも効率よく学習する手法を開発し，その予測性能を理論的および実験的に解明した。また，ラベル雑音が存在する場合のロバスト学習法，および，連続行動空間を持つ強化学習に対する効率の良い表現学習手法を開発した。
リーマン多様体に基づく理論を脳波の分類に適用することで，脳波からの雑音を低減し，高い精度でブレイン・コンピュータ・インタフェースを実現できた。また，医療脳波からのてんかん発作の検出について，リーマン多様体上の転移学習を実現し，発作を高い精度で検出可能であることを示した。
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
