| 研究課題/領域番号 |
24KF0203
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 外国 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
山崎 俊彦 東京大学, 大学院情報理工学系研究科, 教授 (70376599)
|
|---|
| 研究分担者 |
MICHEL NICOLAS 東京大学, 大学院情報理工学系研究科, 外国人特別研究員
|
|---|
| 研究期間 (年度) |
2024-11-15 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
2,300千円 (直接経費: 2,300千円)
2026年度: 700千円 (直接経費: 700千円)
2025年度: 800千円 (直接経費: 800千円)
2024年度: 800千円 (直接経費: 800千円)
|
|---|
| 研究開始時の研究の概要 |
深層学習モデルのための効率的なオンライン継続学習のスキームを設計する。これまで行ってきた研究は、オンライン継続学習画像分類中心で行われてきたのに対して、本研究では、強化学習、敵対的学習、画像セグメンテーション、画像生成などへの手法の一般化というより挑戦性の高い課題を考える。
さらに、解釈可能な確率的モデリングの提案と理論体系の構築をおこなう。画像分類はこれまで様々な分析がなされてきたのに対し、その他の画像処理課題への応用については、まだ十分に理論的な理解が得られていないため、本研究で取り組む。
|
