| 研究課題/領域番号 |
20K11985
|
|---|
| 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 | 福岡工業大学 |
|---|
研究代表者 |
山口 裕 福岡工業大学, 情報工学部, 助教 (80507236)
|
|---|
| 研究分担者 |
奈良 重俊 岡山大学, 自然科学研究科, 特命教授 (60231495)
津田 一郎 中部大学, 創発学術院, 教授 (10207384)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | 深層学習 / カオス / 連想記憶 / 敵対生成ネットワーク / 畳み込みネットワーク / 敵対生成モデル / cycleGAN / リアプノフ指数 / アトラクタ / CycleGAN / 人工知能 / ニューラルネットワーク / 非線形力学系 / 神経微分方程式 / 脳型情報処理 |
|---|
| 研究開始時の研究の概要 |
本研究では深層ニューラルネットにおいてカオス的ダイナミクスが生成する機構を解明し，カオス的性質を利用した深層学習手法を提案・発展させる．具体的には神経微分方程式(Neural Ordinary Differential Equation, Neural ODE)におけるカオス時系列の学習・制御，及び深層ニューラルネットにおけるカオス的な記憶想起ダイナミクスの生成を研究する．これらの研究によりカオス力学系の性質を利用した新たな深層脳型学習手法を確立し，応用技術への展開を目指す．
|
| 研究成果の概要 |
本研究は種々の深層学習モデルに現れ得るカオス的ダイナミクスを解析し，情報処理への応用を考察し，よりダイナミクスを利用した動的な処理を用いる人工知能を実現すること目的としている．深層学習モデルにおけるカオスを利用した情報処理を実現するため，以下の3種の研究を行った．1) 深層連想モデルの開発とその力学系的性質の解析, 2)深層生成モデルにより生成された疑似カオス時系列の特徴付け， 3) 3層の深層連想記憶モデルによる領野間の結合損傷に関わる機能低下の研究と，これを応用したレビー小体型認知症の数理モデルの提案と数理的分析．
|
| 研究成果の学術的意義や社会的意義 |
本研究の意義を以下の3点にまとめる.(1) 敵対生成ネットワークによる画像変換を力学系として分析し，連続的生成にカオス的ダイナミクスを見出し，多数のアトラクタの存在を明らかにした．これは深層モデルの力学系的構造の研究に寄与する成果である．(2) 深層生成モデルにより生成された擬似的なカオス時系列と，真のカオス時系列との違いを非線形時系列解析手法により分析した．これは生成モデルの限界について非線形力学系からの観点を知見として加えるものである．(3) 多層連想記憶モデルをレビー小体型認知症のメカニズムを考察する際の数理モデルとして利用することができ，認知症研究発展に寄与する可能性がある．
|
