研究課題
基盤研究(C)
本研究では,機械学習における表現学習,特に自己教師つき学習の統計理論を発展させ,さまざまな機械学習タスクに適した学習アルゴリズムを開発することを目指しています.これにより,大規模なニューラルネットワークモデルなどを用いた予測において,まずデータの特徴量を獲得し,それを用いて回帰や判別などのタスクに対する予測モデルを学習します.特に自己教師つき学習は,ラベルなしデータから特徴を効率的に学習できるため注目されていますが,そのポテンシャルがまだ十分に理解されてません.本研究では「構造化されたデータ表現」を獲得するための統計理論を構築し,表現学習の有用性を向上させることを目指しています.