研究課題
基盤研究(C)
本研究では，大規模かつ複雑化するデータのニューラルネットワークによる学習を可能にする準ニュートン法の改良を目的とし，高精度かつ高速にこれを可能とする新たな学習アルゴリズムを開発した．さらに，その収束性の解析とハイパーパラメータの解析的な導出を行い，提案手法のロバスト性を確立することに成功した．これらの研究により，従来では実現不可能であった複雑さと規模を持つニューラルネットワークの学習問題を解決した．
人工知能
IoTの発展により，あらゆる場面でデータが蓄積され，これまで全く無関係であると考えられてきたデータを同時に扱うことで新たな知見を得ることが可能な時代となった．従って，今後はデータ量が多くなるだけではなく，より複雑な関係性を内包する大規模データの解析を，AIを用いて行うことが必要となってきた．本研究では，これを可能とするAI技術の核となる，ニューラルネットワークの学習に焦点を当て，従来よりも強力な学習アルゴリズムの開発に成功したことに学術的および社会的意義がある．
