|
深層学習の課題は、ネットワーク構造のデザインに系統的な方法論がなく、試行錯誤に頼らざるを得ないことである。本研究では、従来の考え方を見直し、デザインと学習の関係を再定義する。これを多様体制約付き学習アルゴリズムと構造の自動設計技術を統合して行う。すなわち、重みの決定にデザインが関与し、構造の決定に学習が関与する枠組みを実現する。
深層ネットワーク設計理論の構築は、現行の試行錯誤を越えるために、必要かつ有意義な研究課題である。研究項目である、学習済みディープニューラルネットワーク（DNN）の計算的解釈（トップダウンアプローチ）、特定タスクに対するDNNの完全設計、汎用的な構造設計の方法論の構築は、大変意義深く学問の大きな発展への貢献が期待できる。
|
