研究課題/領域番号 |
23H00471
|
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60:情報科学、情報工学およびその関連分野
|
研究機関 | 関西大学 (2024) 大阪大学 (2023) |
研究代表者 |
鷲尾 隆 関西大学, 商学部, 教授 (00192815)
|
研究分担者 |
永井 健治 大阪大学, 産業科学研究所, 教授 (20311350)
山崎 啓介 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 研究チーム長 (60376936)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2024年度)
|
配分額 *注記 |
46,670千円 (直接経費: 35,900千円、間接経費: 10,770千円)
2024年度: 15,730千円 (直接経費: 12,100千円、間接経費: 3,630千円)
2023年度: 14,300千円 (直接経費: 11,000千円、間接経費: 3,300千円)
|
キーワード | 一般化状態空間モデル / 機械学習 / 深層学習 / 事前知識制約 / 弱教師有学習 / 弱学習 |
研究開始時の研究の概要 |
現状の深層・機械学習は、対象の観測データから対象系と観測系を切り分けたモデル学習を行い難く、対象系のメカニズムや観測系の影響を適切に理解できない事が多い。隠れマルコフモデリングなど限られた手法を除き、一般の深層・機械学習で一般化状態空間モデルを学習する体系的研究は世界的に殆ど行われていない。広範な問題で状態モデルと観測モデルを峻別して学習する深層・機械学習の研究開発が望まれる。本研究では、対象の状態モデルとその観測モデルからなる一般化状態空間モデルや逆推定を行う各モデルの復元モデルを切り分けて学習可能な深層・機械学習の一般的原理・技術を開発し、生体観測・人流解析など実問題で有効性を検証する。
|