研究課題/領域番号 |
23K11267
|
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61040:ソフトコンピューティング関連
|
研究機関 | 湘南工科大学 |
研究代表者 |
二宮 洋 湘南工科大学, 情報学部, 教授 (60308335)
|
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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2023年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | ニューラルネットワーク / 学習アルゴリズム / 最適化アルゴリズム / 時空間2次ダイナミクスモデル / 慣性付2次近似勾配モデル |
研究開始時の研究の概要 |
ニュートン法に代表される2次手法を大規模な問題に応用する場合,その特徴であるヘッセ行列を含む曲率情報を高精度・高速に求めることが重要になる.従来は準ニュートン法が最も有効とされ,ヘッセ行列を近似することにより計算量を大幅に削減し,さらに,その発展として,記憶制限手法やメモリーレス手法が提案されて,計算量や使用メモリの削減が試みられてきた.しかし,特にメモリ削減による誤差の影響で,強非線形データの学習はある程度の規模でも困難であった.本研究課題では,将来のデータの大規模・複雑化を予想し,強非線形ビックデータに対応した学習アルゴリズムの開発を目指すことで,深層学習の新たなパラダイムを確立する.
|