| 研究課題/領域番号 |
20H04206
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
山下 幸彦 東京工業大学, 教育革新センター, 教授 (90220350)
|
|---|
| 研究分担者 |
杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
鷲沢 嘉一 電気通信大学, 大学院情報理工学研究科, 准教授 (10419880)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 認識機構 / ファイバー束 / パターン認識 / 機械学習 / 脳信号処理 |
|---|
| 研究成果の概要 |
ファイバー束を用いて認知機構を表現し，その理論や知見を機械学習へ応用することを目的に研究を行った。その主な成果は次の通りである。(1)ファイバーが代数的構造を持つときの局所等方独立方程式を定義しその性質を調べた。(2)深層学習のために局所距離保存学習の概念を提案し，勾配消失の問題を軽減できることを示した。(3)正のラベルとラベルなしデータから学習する問題において，確率密度関数の比を利用した損失関数を提案し，その詳しい性質と有効性を示した。(4)リーマン多様体上における転移学習理論を確立し，てんかんの発作検出の問題でその有効性を示した。(5) 本研究で，改良したアルゴリズムを他分野へ応用した。
|
| 自由記述の分野 |
パターン認識
|
| 研究成果の学術的意義や社会的意義 |
今日では，機械学習の理論は，自然言語処理，個人認証，文字認識などの広い分野で応用され，現代社会では欠かすことができないものになっている。さらに，生成系AIや自動車の自動運転などは今までの社会を一変させる可能性を秘めている。しかしながら，それらの中で使われている深層学習は，理論的に十分解明されているとは言えない。それを多様体を拡張したファイバー束を使って解明しようとする研究は非常に先進的であり，得られた成果は意義のあるものである。そして，その研究から得られた知見は，現在の機械学習の性能を向上させており，社会的意義も大きい。
|
