• 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

計算グラフの構造最適化に基づく機械学習フレームワークの創出

研究課題

  • PDF
研究課題/領域番号 20H04240
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61030:知能情報学関連
研究機関横浜国立大学

研究代表者

白川 真一  横浜国立大学, 大学院環境情報研究院, 准教授 (90633272)

研究期間 (年度) 2020-04-01 – 2023-03-31
キーワード機械学習 / 最適化 / 計算グラフ / 進化計算
研究成果の概要

本研究では、計算グラフの構造を最適化することで、データから知識表現モデルを学習する機械学習方式を開発した。開発方式では、処理内容が解釈可能な演算ユニットからなる計算グラフを考えることで、解釈性やリソース効率の良いモデルの獲得ができることを確認した。また、構造最適化のスケーラビリティや効率性を高めるために、確率緩和や連続緩和と呼ばれる緩和方式を利用した勾配法に基づく最適化手法の開発と改良を実施した。

自由記述の分野

知能情報学、人工知能

研究成果の学術的意義や社会的意義

本研究で開発した計算グラフの構造最適化に基づく機械学習方式は、モデルの構造自体を効率的に学習できるという利点がある。これにより、解釈可能な演算ユニットからなる計算グラフの学習や、コンパクトな構造の学習が可能となるため、解釈性や計算効率の良いモデルが求められる応用で活用できる。さらに、本研究で開発した最適化方式は、計算グラフの構造最適化以外の問題にも応用できる可能性がある。

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