| 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.
|
