推論と学習を統合的に同時実行する「シームレスニューラルネットワーク」の実現

• 研究課題/領域番号: 24K15104
• 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61040:ソフトコンピューティング関連
• 研究機関: 京都大学
• 研究代表者: 寺前 順之介 京都大学, 情報学研究科, 准教授 (50384722)
• 研究期間 (年度): 2024-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 520千円 (直接経費: 400千円、間接経費: 120千円); 2024年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
• キーワード: シナプス / 確率 / ベイズ / サンプリング / 脳

研究開始時の研究の概要

現在のニューラルネットワークは学習と推論に異なる２種類の計算を必要とするため複雑な構成が必要であり、実装コストが高い。しかし生物の脳には、このような切り替えは見あたらない。本研究では、脳の情報表現や記憶の仕組みに、最近提案された確率的に動作するニューラルネットワークの仕組みを利用することで、脳のように学習と推論を１種類の計算だけで同時に実現可能なシームレスなニューラルネットワークの構築を目指す。