圧縮学習：最適な可変長符号からの直接学習を可能にする理論の構築と実装

• 研究課題/領域番号: 23K11233
• 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: 九州工業大学
• 研究代表者: 坂本 比呂志 九州工業大学, 大学院情報工学研究院, 教授 (50315123)
• 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: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2026年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2025年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2024年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
• キーワード: データ圧縮 / 機械学習 / 可変長符号 / 知識発見

研究開始時の研究の概要

圧縮されたデータから様々な情報処理を行う技術を圧縮情報処理と呼ぶ。本研究はその中でも特に機械学習に焦点を当てた研究を行う。これまでの機械学習（特に深層学習）では大量のデータから訓練を行う必要があり、時間やメモリ、消費電力などの大量の計算機資源を必要としていた。ここで、訓練データを圧縮してしかもそれを復号することなく直接学習を行うことができれば、さまざまな問題点を解決することが可能となり、そのような圧縮学習を実現するアルゴリズムやアプリケーションの創出を目標とする。研究代表者の先行研究で得られた知見をもとに、機械翻訳や画像生成の分野で効率的な圧縮学習を実現する。