| 研究領域 | 「学習物理学」の創成－機械学習と物理学の融合新領域による基礎物理学の変革 |
|---|
| 研究課題/領域番号 |
25H01549
|
|---|
| 研究種目 |
学術変革領域研究(A)
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
学術変革領域研究区分(Ⅱ)
|
|---|
| 研究機関 | 明治大学 |
|---|
研究代表者 |
中野 直人 明治大学, 総合数理学部, 専任准教授 (30612642)
|
|---|
| 研究期間 (年度) |
2025-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2025年度)
|
| 配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2025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 | ランダムネットワーク / レザバーコンピューティング / 統計物理 / 機械学習 / 普遍類 |
|---|
| 研究開始時の研究の概要 |
再帰的ニューラルネットワークの1種であるレザバーコンピューティング (RC) は，学習コストの低さやタスクに対する柔軟性のため，幅広い分野で応用されている．これまで計算性能を最適化するための設計指針は理論的には得られていないのが実状である．その中，本研究では「与えられた入出力時系列に対して，どのようにランダムネットワークを設計すれば良いか」の方法論を統計物理のアプローチから構築することを目的とする．内部ネットワークとは別個に入出力のスケーリングを与え，入出力の寄与を解像させたまま RC の普遍的な性質を導く方法論を導入する．これにより，物理学・数学と機械学習の融合を目指す.
|
