| 研究課題/領域番号 |
26330287
|
|---|
| 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 | 湘南工科大学 |
|---|
研究代表者 |
二宮 洋 湘南工科大学, 工学部, 教授 (60308335)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2016年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2015年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2014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 | ニューラルネットワーク / 学習アルゴリズム / 勾配法 / 準ニュートン法 / 大規模データ / 勾配学習アルゴリズム / 凸化誤差関数 / 分割学習 / 分散学習 |
|---|
| 研究成果の概要 |
本研究課題では、複雑な非線形特性を持ち、その特性を表現するために必要な学習データ数が大規模になる非線形システムのニューラルネットワークによる近似モデルを実現する。このため、以下の2点に関して研究する。１つ目は、『統計的手法を用いた複雑な非線形特性を内包する大規模データの分散化』、２つ目は『誤差関数の凸化による学習アルゴリズムのロバスト性の向上とその分散化』である。これらより、従来では実現不可能であった複雑さと規模の学習問題を解決するアルゴリズムの開発を目指す。さらに、回路シミュレータ等への応用、特に高周波回路や新たなデバイスの詳細な近似モデルのＮＮによる実現を目的とした研究へと発展させる。
|
