|
既存研究であるDeep Image Priorは学習なしに自然画像の欠損を補完する能力をCNN（畳み込みニューラルネットワーク）が持つことを示す。この事実を、CNNのネットワーク特性と自然画像の特性との間の特定の対応関係に起因するものと捉え、CNNの特性を明らかにし、自然画像に対しより高性能な新しいネットワーク構造を発見する。更に、データ空間の構造とネットワークの構造、汎化性能との関係を解明する。
深層学習の研究に携わる多くの研究者が、CNNが高性能を発揮する理由に疑問に持ち、その解明に精力的に取り組んでいる。その課題に対し、理学的な観点から取り組み、その解決に向けた一つの道筋を示している点で、高い学術独自性と極めて高い創造性が認められる。深層学習の学術領域に大きな一石を投じる成果となると期待できる。
|
