|
本研究の研究目的は、健康リスクを早期に予測できる機械学習システムを提供することである。その方法として、本研究では、2つのGPUをクロスレイヤー接続したアーキテクチャで、アセンブルされたCNNに基づくディープニューラルネットワーク（DNN）を構築することにより、アンサンブル深層学習技術を使用した。さらに、比較のための大規模データを用いた学習実験のバックアップとして、GPUを1台稼働させている。多変量データに対してゼロショット学習を行うこと、また、ディープラーニング・アーキテクチャを動的データや画像データで学習させることで、良い研究結果を得ることができた。本研究成果は、国際学術誌に掲載された。
|
