• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

知識蒸留を取り入れた深層学習モデル構造の多目的最適化手法の開発

研究課題

研究課題/領域番号 25K21299
研究種目

若手研究

配分区分基金
審査区分 小区分61040:ソフトコンピューティング関連
研究機関岐阜大学

研究代表者

中根 拓未  岐阜大学, 工学部, 助教 (70975987)

研究期間 (年度) 2025-04-01 – 2028-03-31
研究課題ステータス 交付 (2025年度)
配分額 *注記
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2027年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2026年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2025年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
キーワード深層学習 / モデル構造最適化 / 知識蒸留 / 多目的最適化
研究開始時の研究の概要

深層学習モデルの構造最適化において知識蒸留を用いることで最適化性能が向上することが知られている。本研究ではモデルの精度だけでなくサイズや処理速度を考慮した多目的構造最適化において知識蒸留の導入を実現すべく、新しい探索操作とOnline Distillation方式を採用した多目的構造最適化手法の開発を目指す。また、ベンチマークデータセットを用いた比較実験と実応用実験によって提案手法の有効性を実証する。

URL: 

公開日: 2025-04-17   更新日: 2025-06-20  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi