| 研究課題/領域番号 |
26330280
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 宮崎大学 |
|---|
研究代表者 |
伊達 章 宮崎大学, 工学部, 准教授 (60322707)
|
|---|
| 連携研究者 |
倉田 耕治 琉球大学, 工学部, 教授 (40170071)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017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)
2017年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2016年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2015年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2014年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 神経回路モデル / 数理モデル / 自己組織化 / 数理脳科学 / ニューラルネットワーク / 学習 / 情報表現 / 学習・記憶 / 構成性 / 計算論的神経科学 / 深層学習 |
|---|
| 研究成果の概要 |
多層の神経回路モデルが Deep Learning とよばれ注目されている．ところが，うまくいく仕組みがよく分かっていない．教師付き学習の前に教師なし学習をすることが，どれほどいいかという問には簡単には答えられないが，自己組織のモデルが重要な役割を果たしていることは間違いない．また，自己組織のモデルは，可視化のためには2次元の表示がわかりやすいが，情報抽出という観点からは，多次元の構造を持っていてよい．多次元構造をもつモデルを用いた場合，低次元配列のモデルを用いる場合と比較し，どのような利点があるだろうか．本研究は，その手がかりを得ることを目的とし，いくつかの基本的なモデルの性質を解析した．
|
