• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

相関行列に基づくスケーラブルな正則化法の機械学習諸問題への適用

研究課題

研究課題/領域番号 24K02963
研究種目

基盤研究(B)

配分区分基金
応募区分一般
審査区分 小区分61010:知覚情報処理関連
研究機関千葉工業大学

研究代表者

新保 仁  千葉工業大学, 人工知能・ソフトウェア技術研究センター, 主席研究員 (90311589)

研究分担者 重藤 優太郎  千葉工業大学, 人工知能・ソフトウェア技術研究センター, 主任研究員 (50803392)
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 *注記
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2026年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2025年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2024年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
キーワード表現学習 / 機械学習 / 正則化 / 相関行列
研究開始時の研究の概要

われわれが開発した, 教師なし画像表現学習のための効率的無相関化法 [Shigeto, Shimbo et al. 2023] を発展させ, 相関行列・共分散行列を用いる機械学習タスク全般に適用できるよう一般化する. その高速性・スケーラビリティを活かし, これまで計算量・メモリ使用量の制限により, 相関に基づく正則化が未活用, もしくは十分活用できなかった機械学習タスクにおいて, 手法の汎用性と有効性を実証する.

URL: 

公開日: 2024-04-11   更新日: 2024-06-24  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi