| 研究課題/領域番号 |
22K19814
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 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 | 九州大学 |
|---|
研究代表者 |
VARGAS DANILO 九州大学, システム情報科学研究院, 准教授 (00795536)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
2023年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2022年度: 3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
|
|---|
| キーワード | ロバスト人工知能 / 適応性が高い人工知能 / 新しい人工知能のパラダイム / ロバスト性 / 人工知能 / 自己組織化 / 適応性 / ロバストAI / 信頼できるAI / 次世代AI / SyncMap / Self-organization / Novel AI Paradigm / Dynamical systems / Dynamical Equations / New Learning Paradigm |
|---|
| 研究開始時の研究の概要 |
[Vargas, Asabuki AAAI21]に公開されたSyncMapは（a 開拓な学習手法）従来と異なる学習システムであり、最適化によらなく、力学系のみに基づいておる。（b 高い精度）ほとんどのタスクで深層学習を含めてすべてのアルゴリズムを超え、非常に正確であった。さらに、(c 高い適応度)常に自己更新する動的方程式に基づいているため、適応は固有の機能であり、したがって、定期的に変化する問題は、より簡単に解決できると紹介した。では、SyncMapは上記の三点によって有望を持つ学習システムと考えられる。SyncMapという新たな学習パラダイムに基づいて、新しい人工知能の基礎を開拓する研究である。
|
| 研究成果の概要 |
本研究では、最適化を用いず力学方程式に基づく新しい機械学習パラダイムを開発しました。SyncMapの安定性を向上させ、Physica D誌に発表し、Magnumで高次元の問題に対処しました。その高次元で適応的かつ頑健な結果は、次世代AIへの可能性を浮き彫りにしている。
さらに、レザボア・コンピューティング(RC)をSyncMapに統合し、IEEE Accessにレビュー論文が受理され、新しいRC手法を概念実証しました。また、画像認識と分類の基礎を確立しました。これらの成果は、新たな研究の道を開き、大きな進歩を遂げました。
|
| 研究成果の学術的意義や社会的意義 |
社会的重要性に関連して、このロバストで適応的なパラダイムは、ディープラーニングにおけるロバスト性の欠如に取り組むために作られた。この研究努力は、自律走行や医療など、信頼ができる方法を必要とするクリティカルなアプリケーションに特に有益である。
学的意義とは、有名な学術誌に掲載された論文の質の高さと、これまでにないロバストで適応力のある新世代のAIの開発である。したがって、この研究は研究の新たな可能性を開くものであり、おそらく力学方程式に基づくロバストで適応的なAIという新たな科学分野を創造し、それに伴う強い社会的インパクトをもたらすものであろう。
|
