| 研究課題/領域番号 |
24K20796
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 和歌山大学 |
|---|
研究代表者 |
菅間 幸司 和歌山大学, システム工学部, 講師 (00913948)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | DNN学習法 |
|---|
| 研究開始時の研究の概要 |
ニューラルネットワーク(Neural Network，NN)は，ニューロンの置換操作に対する対称性を持つため，NN の重みパラメータ空間は高い冗長性を持つ．この冗長性が NN の学習を非効率にしているのではないだろうか．本研究では，これらの問いに対しての答えを得るために実証実験を行い，そこで得られる知見に基づいて，NN の学習を効率化する方法を模索する．
|
