• 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

サポートベクターマシンのための深層カーネル関数の学習法とその応用に関する研究

研究課題

研究課題/領域番号 24K07552
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21040:制御およびシステム工学関連
研究機関早稲田大学

研究代表者

古月 敬之  早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (50294905)

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
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2025年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
キーワード深層学習 / サポートベクターマシン / カネール関数学習 / ニューラルネットワーク / 区分線形モデリング
研究開始時の研究の概要

本研究は、サポートベクターマシン(SVM)のための深層カーネル関数を合成し、データから学習する技術の開発を目指すものである。従来では、カーネル関数合成法として、multiple kernel learningという方法があるが、カーネルのレベルでデータから合成カーネル関数のパラメータを推定する方法が確立されず、課題として残されている。そこで本研究では、システムモデリングと同定を通して、間接的にカーネル関数の構築を行う。さらに、半教師付き学習および欠損値がある非線形分類や予測問題へ適用し、深層カーネル関数の学習法の有効性を明らかにする。

URL: 

公開日: 2024-04-05   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