曲がった統計多様体上のニューラルネットワーク

• 研究課題/領域番号: 24K21518
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分12:解析学、応用数学およびその関連分野
• 研究機関: 京都大学
• 研究代表者: 島崎 秀昭 京都大学, 情報学研究科, 准教授 (50587409)
• 研究分担者: モラレス パブロ 株式会社アラヤ(研究開発部), 研究開発部, チーフリサーチャー (60903804)
• 研究期間 (年度): 2024-06-28 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円); 2026年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円); 2025年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円); 2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
• キーワード: ニューラルネットワーク / 高次相関 / 情報幾何

研究開始時の研究の概要

物質・生命・社会に見出される複雑なネットワークの集合ダイナミクスは，個々の部分とその対の関係で説明される範囲を超え，高次の相互作用によって支配される創発的な振る舞いを示すことがある．しかし，複雑ネットワークにおける高次相互作用を簡潔にモデリングするフレームワークがないため，これらが集合ダイナミクスに果たす役割や機能はまだ明らかになっていない．本研究は，Renyiダイバージェンスに基づく曲がった統計多様体上のニューラルネットワークを題材として，高次相互作用を伴う複雑ネットワークを記述・解析するための数理モデリング技術を開発し，現在の複雑ネットワークのモデリング体系を大きく変革することを目指す．