研究課題/領域番号 |
23H03466
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
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 | 横浜国立大学 |
研究代表者 |
白川 真一 横浜国立大学, 大学院環境情報研究院, 准教授 (90633272)
|
研究期間 (年度) |
2023-04-01 – 2028-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
18,200千円 (直接経費: 14,000千円、間接経費: 4,200千円)
2023年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
|
キーワード | 機械学習 / 進化計算 / 最適化 / 記号回帰モデル |
研究開始時の研究の概要 |
記号回帰モデルは基本的な演算や関数の組合せで表現されるため,解釈性が高い,軽量といった利点があるが,数式の「構造」を学習する必要があるため,ニューラルネットワーク(NN)のような効率的な学習が難しく,学習効率や性能に課題がある.本研究では,深層学習で利用されている方法論を積極的に取り入れつつ記号回帰モデルのための新規の学習方式を開発し,学習の効率化や性能向上を目指す.また,開発した学習方式を実問題へ応用し,その有効性を検証する.
|