深層プラグイン最適化の収束保証とセンシングデータ解析への展開

• 研究課題/領域番号: 24K22291
• 研究種目: 挑戦的研究(萌芽)
• 配分区分: 基金
• 審査区分: 中区分60:情報科学、情報工学およびその関連分野
• 研究機関: 東京工業大学
• 研究代表者: 小野 峻佑 東京工業大学, 情報理工学院, 准教授 (60752269)
• 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: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円); 2026年度: 2,470千円 (直接経費: 1,900千円、間接経費: 570千円); 2025年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: 深層プラグイン最適化 / 近接分離最適化 / 計測データ解析

研究開始時の研究の概要

深層プラグイン最適化（DPO）は，深層ニューラルネットワークを最適化アルゴリズムの一部に組み込むことでモデルベースとデータドリブンの利点を両立させた，ハイブリッドな計測データ解析手法である．本研究では，単調写像理論とよばれる数学的アプローチによってDPOの収束条件を現実的な仮定のもとで明らかするとともに，これを満たすようなDPOアルゴリズムの設計方法を確立することでDPOの安定化に挑戦する．さらに，実際の計測データに対する有効性を実証するため，DPOでなければ十分な解析が難しい圧縮HSデータに本手法を応用する．