• 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

2020 年度 研究成果報告書

深層学習からのデータ相関構造マイニング理論の開拓

研究課題

  • PDF
研究課題/領域番号 18K11459
研究種目

基盤研究(C)

配分区分基金
応募区分一般
審査区分 小区分61040:ソフトコンピューティング関連
研究機関山形大学

研究代表者

安田 宗樹  山形大学, 大学院理工学研究科, 教授 (20532774)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード深層学習 / 人工知能 / データマイニング / ベイズ統計 / 逆問題 / 情報統計力学
研究成果の概要

本研究は、深層学習におけるブラックボックス問題に対するアプローチ、つまりニューラルネットワークからのデータマイニング技術を作り出すことを主要な目的としている。当該研究期間内で得た主な成果は以下のようなものである。(1)深層学習モデルの入出力間の相互情報量を見積もるアルゴリズムを開発した。入出力相互情報量は、対象の深層学習モデルが入力のどこを重視しているのかに関する情報を与える。(2)任意の深層学習モデル上での入出力逆推定を実現するアルゴリズムを開発した。逆推定により、対象の深層学習モデルが入力をどのように解釈しているのかを知ることができる。

自由記述の分野

統計的機械学習

研究成果の学術的意義や社会的意義

深層学習のブラックボックス問題の解決に対する要請は、学術界はもちろんであるが、それよりむしろモノづくりの現場である民間のエンジニアリング界からの方が強い。本研究の成果はその要請に対して学術界からの具体的な実践的回答を与えるきっかけとなるものであり、深層学習の分野で未だ存在する学術界とモノづくり界の障壁を打ち崩す可能性を秘めている。つまり、本研究の成果は、将来の人工知能産業への多くの民間企業のスムーズな参入を助けるものになると期待される。

URL: 

公開日: 2022-01-27  

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