• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

ディープラーニングのホワイトボックス化に関する研究

研究課題

  • PDF
研究課題/領域番号 18H04106
研究種目

基盤研究(A)

配分区分補助金
応募区分一般
審査区分 中区分61:人間情報学およびその関連分野
研究機関東京大学

研究代表者

岡田 真人  東京大学, 大学院新領域創成科学研究科, 教授 (90233345)

研究分担者 永田 賢二  国立研究開発法人物質・材料研究機構, 統合型材料開発・情報基盤部門, 主任研究員 (10556062)
楽 詠コウ  青山学院大学, 理工学部, 准教授 (30612923)
庄野 逸  電気通信大学, 大学院情報理工学研究科, 教授 (50263231)
研究期間 (年度) 2018-04-01 – 2023-03-31
キーワードディープラーニング / ニューラルネット / 機械学習 / ホワイトボックス化
研究成果の概要

ディープラーニング (DL)の最も大きな問題点は,その機能がブラックボックス化していることである.本研究課題では,DLの挙動を解明する情報数理学的枠組みの構築と,それを補完するデータ駆動型アプローチを構築する.情報数理学的枠組みとしては,統計力学的定式化を用いて,特異領域由来のプラトー現象が軽減・消失することを示した.データ駆動型アプローチでは、特に少数データセットという制限下における予測性能向上手法として,転移学習やデータ拡張などを用いて2つのCNNの入力反応を比較する手法の検討および,脳皮質における表現の連続性に基づいた解析を行なうことで,一定の成果を得た.

自由記述の分野

人工知能

研究成果の学術的意義や社会的意義

ディープラーニング (DL)の最も大きな問題点は,その機能がブラックボックス化していることである.本研究課題では,DLの挙動を解明する情報数理学的枠組みの構築と,それを補完するデータ駆動型アプローチを構築した.本研究では,まず情報統計力学,統計神経力学,特異統計学など第二次ニューロブームを契機に発展した情報数理的な枠組みを,現状のDLに適用する..さらに,解析的取り扱いができないDLに対しその際には,解析的結果が得られているDLに対しても,データ駆動型アプローチで取り扱い,解析的アプローチとデータ駆動型アプローチを融合した.

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi