| 研究課題/領域番号 |
18K11459
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 山形大学 |
|---|
研究代表者 |
安田 宗樹 山形大学, 大学院理工学研究科, 教授 (20532774)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 深層学習 / 人工知能 / データマイニング / ベイズ統計 / 逆問題 / 情報統計力学 / アルゴリズム / 統計力学 |
|---|
| 研究成果の概要 |
本研究は、深層学習におけるブラックボックス問題に対するアプローチ、つまりニューラルネットワークからのデータマイニング技術を作り出すことを主要な目的としている。当該研究期間内で得た主な成果は以下のようなものである。（１）深層学習モデルの入出力間の相互情報量を見積もるアルゴリズムを開発した。入出力相互情報量は、対象の深層学習モデルが入力のどこを重視しているのかに関する情報を与える。（２）任意の深層学習モデル上での入出力逆推定を実現するアルゴリズムを開発した。逆推定により、対象の深層学習モデルが入力をどのように解釈しているのかを知ることができる。
|
| 研究成果の学術的意義や社会的意義 |
深層学習のブラックボックス問題の解決に対する要請は、学術界はもちろんであるが、それよりむしろモノづくりの現場である民間のエンジニアリング界からの方が強い。本研究の成果はその要請に対して学術界からの具体的な実践的回答を与えるきっかけとなるものであり、深層学習の分野で未だ存在する学術界とモノづくり界の障壁を打ち崩す可能性を秘めている。つまり、本研究の成果は、将来の人工知能産業への多くの民間企業のスムーズな参入を助けるものになると期待される。
|
