| 研究課題/領域番号 |
18H03308
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
谷口 忠大 立命館大学, 情報理工学部, 教授 (80512251)
|
|---|
| 研究分担者 |
萩原 良信 立命館大学, 情報理工学部, 講師 (20609416)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2020年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2019年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2018年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
|---|
| キーワード | 機械学習 / 深層学習 / 確率的生成モデル / 認知アーキテクチャ / 自己組織化 |
|---|
| 研究成果の概要 |
確率的生成モデルと深層学習のそれぞれの長所を活用することが出来る自己組織型認知アーキテクチャの分散開発フレームワークとしてNeuro-SERKETを提案した．これは記号創発ロボティクスの文脈の中で研究代表者らが提案したフレームワークSERKETを深層生成モデルをも取り込めるように拡張したものである．これにより分散的に開発された確率的生成モデルを統合し，全体として推論することが可能になった．応用研究としてSLAMとGANの融合や，音声変換のための深層生成モデルと音声認識の確率的生成モデルの融合にかかわる研究を行った．これらの研究を通して自己組織型認知アーキテクチャの基盤を構築できた．
|
| 研究成果の学術的意義や社会的意義 |
実世界で学習し続けるロボットを生み出すためには視覚や触覚，音声といったマルチモーダル情報を得続け，また行動を意思決定し続ける認知アーキテクチャが必要である．本研究では認知システムの内部で情報が自己組織化するように「学習し続ける」認知アーキテクチャのための基礎理論として，確率的生成モデルと深層学習を融合させるフレームワークの開発を行った．これは機械学習と認知ロボティクスを架橋する研究であるとともに，実世界で活動し続ける自律的な人工知能を生み出すための基盤技術となる．
|
