潜在空間最適構成理論の構築と経済学、医学、生成系AIへの応用

• 研究課題/領域番号: 24H00703
• 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61:人間情報学およびその関連分野
• 研究機関: 東京大学
• 研究代表者: 山西 健司 東京大学, 大学院情報理工学系研究科, 教授 (90549180)
• 研究分担者: 朝岡 亮 聖隷クリストファー大学, 看護学研究科, 臨床教授 (00362202) ; 谷戸 正樹 島根大学, 学術研究院医学・看護学系, 教授 (30284037) ; 久野 遼平 東京大学, 大学院情報理工学系研究科, 講師 (60725018) ; 木脇 太一 高知大学, 教育研究部自然科学系理工学部門, 准教授 (70786011)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 45,240千円 (直接経費: 34,800千円、間接経費: 10,440千円); 2025年度: 14,950千円 (直接経費: 11,500千円、間接経費: 3,450千円); 2024年度: 16,380千円 (直接経費: 12,600千円、間接経費: 3,780千円)
• キーワード: 潜在空間 / 機械学習 / 記述長最小原理 / 緑内障 / 生成系AI

研究開始時の研究の概要

AI・データサイエンスでは、大量のデータから有用な知識を抽出することが求められている。そのため、実データを「潜在空間」に埋め込むことで、その特徴を表現し、これを実際のタスク（分類、予測、異常検知等）に活用されてきた。その際、従来では潜在空間は予め与えられたものとして扱われてきた。しかしながら、潜在空間の幾何学的構造、次元、表現モデルをどのように選ぶか？といった、潜在空間の最適構成の方法論については深く研究されてこなかった。本研究では、潜在空間の最適構成に関して情報論的学習理論と非ユークリッド幾何学に基づく統一的な理論を構築し、これを経済学、医学、生成系AIに展開して、有効性を実証する。