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.
|