高次元レート歪み理論における最適潜在分布

• 研究課題/領域番号: 24K14821
• 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60010:情報学基礎論関連
• 研究機関: 豊橋技術科学大学
• 研究代表者: 渡辺 一帆 豊橋技術科学大学, 工学(系)研究科(研究院), 准教授 (10506744)
• 研究期間 (年度): 2024-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2028年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2027年度: 780千円 (直接経費: 600千円、間接経費: 180千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円); 2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
• キーワード: レート歪み関数 / 最適再構成分布 / 次元圧縮 / 潜在変数モデル

研究開始時の研究の概要

本研究では、歪み有りデータ圧縮の理論限界を扱う情報理論の一分野であるレート歪み理論を拡張し、機械学習理論との統合による機械学習法の設計論の構築を目指す。特に、機械学習の応用に即した高次元情報源へのレート歪み理論の拡張を議論し、ベイズ推測に基づく学習法であるベイズ学習の性能や限界を明らかにする。レート歪み理論による性能限界の特徴づけおよび限界に近い性能を実現する設計法を構築する。