研究課題/領域番号 |
23K11223
|
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61030:知能情報学関連
|
研究機関 | 東洋大学 |
研究代表者 |
佐野 崇 東洋大学, 情報連携学部, 准教授 (00710295)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
3,770千円 (直接経費: 2,900千円、間接経費: 870千円)
2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | 機械学習 / 変分近似法 / 情報幾何学 / 確率伝搬法 / 確率的グラフィカルモデル |
研究開始時の研究の概要 |
確率的グラフィカルモデルは強力な生成モデルであるが、大規模データへの応用は計算コストのために難しい。そのため様々な変分近似学習法が開発されているが、それらの関係は十分に理解されておらず、どの手法を用いるべきかの理論的指針は乏しい。 そこで本研究では、変分近似学習法の情報幾何学を用いた解析と改良を行う。情報幾何学は学習に幾何学的描像を与えることができるため、さまざまな変分近似学習法の幾何学的な理解・比較が可能になる。それによって、問題に応じて、さまざまな変分近似法のうちどれを選択すべきか、どのようにハイパーパラメータを設定すべきかの指針を与える。さらに、より性能の良い変分近似学習法の開発も行う。
|