• 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

深層学習がもたらすパラダイムシフトを加速するネットワーク設計理論の構築

研究課題

  • PDF
研究課題/領域番号 19H01110
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
研究機関東北大学

研究代表者

岡谷 貴之  東北大学, 情報科学研究科, 教授 (00312637)

研究分担者 菅沼 雅徳  東北大学, 情報科学研究科, 助教 (00815813)
研究期間 (年度) 2019-04-01 – 2023-03-31
キーワード深層学習 / コンピュータビジョン
研究成果の概要

深層学習では一般に,解きたいタスクに応じてネットワークのアーキテクチャをうまく設計する必要があるが,設計の方法論や指針が確立されていなかった.様々なタスクに対し,それぞれにおいて高い性能を達成するアーキテクチャの設計に取り組むことを通じて,この課題の解消を目指した.画像復元,画像理解,3次元幾何学推定,推論の不確かさ推定,自己教師特徴学習などの諸問題に対し,最高精度(論文発表当時)を達成するネットワークの開発に成功した.それらは,対象としたタスクそれぞれにおいて大きな成果となるとともに,すべてを合わせることで,ネットワーク設計の方法論の基盤となる知見を得ることができた.

自由記述の分野

コンピュータビジョン

研究成果の学術的意義や社会的意義

深層学習は,近年発展著しい人工知能の中核技術であるとともに,その他の工学やサイエンスにも大きな影響を与えつつある.その一方で,深層ニューラルネットワークの構造設計に確たる方法論がないという課題があった.本研究は,様々な応用ごとに優れた性能を発揮するネットワーク構造の研究を通じて,それぞれの応用問題の解決に貢献するとともに,ネットワーク構造に関する新たな知見を多く生み出した.これらの成果は,構造設計の方法論の基盤を与えている.

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