深層学習を使ったノンパラメトリック回帰の収束速度の改善

• 研究課題/領域番号: 24K04818
• 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07030:経済統計関連
• 研究機関: 京都工芸繊維大学
• 研究代表者: 人見 光太郎 京都工芸繊維大学, 基盤科学系, 教授 (00283680)
• 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: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円); 2026年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2024年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: ノンパラメトリック回帰 / 深層学習 / 収束速度

研究開始時の研究の概要

従来のカーネル法やシリーズ推定に比べ、深層学習を使ったノンパラメトリックな回帰関数推定の精度が高いが、その理由は不明だった。最近の研究では、深層学習が回帰曲線の構造を近似し、チューニングパラメータでパラメータ数を制限することで収束速度を向上させることが示された。しかし、未知の回帰曲線構造に対する知識がないため、チューニングパラメータを設定する方法の開発が必要である。
本研究ではデータを用いてチューニングパラメータを設定する方法を開発することを目的とする。