研究課題
本研究課題は数理的な深層学習の解析と、それを深層学習のアルゴリズム改良に活かすというテーマであったが、主に応用面でさまざな結果が得られた。本研究費申請の主要な目的の一つは、深層学習を実装するための計算機環境の構築であった。実際、GPUを搭載した専用ワークステーションを構築することで、共同研究や数値実験においてとても有効な環境が用意できた。その環境を利用することで、深層学習・機械学習の教育活動において、様々な計算機実験の結果を活用することができた。また、共同研究者との研究において様々なデータを深層学習で解析することができた。その一例として、機械学習の国際会議に付属した医療データに関する機械学習コンペティション（CIAR 2018 Grand Challenge on Breast Cancer Histology Images）で一定の成果を収められた。また実験物理学のデータに対する機械学習・深層学習の応用研究も行うことができた。この研究プロジェクトは現在も複数進行中であり、今後遅れて追加で論文化される予定である。これら応用研究は、深層学習の理論的なデザインの検討も使うことで性能向上に成功した。一方、研究プロジェクトのもう一つの側面であるランダム行列による汎化の理論的理解に関しては、取り組見によって応用面での副産物はあったものの、難しい問題であり直接の結果にはまだ結びついていない。本研究課題終了後も、最近の様々な発展も取り入れつつ引き続き研究する予定である。
すべて 2020 その他
すべて 雑誌論文 (1件) (うち査読あり 1件) 備考 (1件)
Nuclear Instruments and Methods in Physics Research Section A: Accelerators, Spectrometers, Detectors and Associated Equipment
巻: 969 ページ: 164034～164034
10.1016/j.nima.2020.164034
http://www.nikkei-science.com/202001_042.html
