| 研究課題/領域番号 |
18H04106
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
岡田 真人 東京大学, 大学院新領域創成科学研究科, 教授 (90233345)
|
|---|
| 研究分担者 |
永田 賢二 国立研究開発法人物質・材料研究機構, 統合型材料開発・情報基盤部門, 主任研究員 (10556062)
楽 詠コウ 青山学院大学, 理工学部, 准教授 (30612923)
庄野 逸 電気通信大学, 大学院情報理工学研究科, 教授 (50263231)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
43,680千円 (直接経費: 33,600千円、間接経費: 10,080千円)
2022年度: 7,930千円 (直接経費: 6,100千円、間接経費: 1,830千円)
2021年度: 7,930千円 (直接経費: 6,100千円、間接経費: 1,830千円)
2020年度: 7,930千円 (直接経費: 6,100千円、間接経費: 1,830千円)
2019年度: 10,660千円 (直接経費: 8,200千円、間接経費: 2,460千円)
2018年度: 9,230千円 (直接経費: 7,100千円、間接経費: 2,130千円)
|
|---|
| キーワード | ディープラーニング / ニューラルネット / 機械学習 / ホワイトボックス化 / 深層学習畳み込みニューラルネットワーク / 人工知能 / 情報統計力学 / 統計神経力学 / データ駆動科学 / 神経科学 / 視覚野 / 神経回路モデル / データ駆動 / 深層生成モデル / データ駆動的アプローチ / ダイナミクスと内部表現 / 特異統計学 / ニューラルネットワーク / 深層ネット / 情報統計力学と特異統計学 |
|---|
| 研究成果の概要 |
ディープラーニング (DL)の最も大きな問題点は，その機能がブラックボックス化していることである．本研究課題では，DLの挙動を解明する情報数理学的枠組みの構築と，それを補完するデータ駆動型アプローチを構築する．情報数理学的枠組みとしては，統計力学的定式化を用いて，特異領域由来のプラトー現象が軽減・消失することを示した．データ駆動型アプローチでは、特に少数データセットという制限下における予測性能向上手法として，転移学習やデータ拡張などを用いて2つのCNNの入力反応を比較する手法の検討および，脳皮質における表現の連続性に基づいた解析を行なうことで，一定の成果を得た．
|
| 研究成果の学術的意義や社会的意義 |
ディープラーニング (DL)の最も大きな問題点は，その機能がブラックボックス化していることである．本研究課題では，DLの挙動を解明する情報数理学的枠組みの構築と，それを補完するデータ駆動型アプローチを構築した．本研究では，まず情報統計力学，統計神経力学，特異統計学など第二次ニューロブームを契機に発展した情報数理的な枠組みを，現状のDLに適用する．．さらに，解析的取り扱いができないDLに対しその際には，解析的結果が得られているDLに対しても，データ駆動型アプローチで取り扱い，解析的アプローチとデータ駆動型アプローチを融合した．
|
