| 研究課題/領域番号 |
20K11985
|
|---|
| 研究機関 | 福岡工業大学 |
|---|
研究代表者 |
山口 裕 福岡工業大学, 情報工学部, 助教 (80507236)
|
|---|
| 研究分担者 |
奈良 重俊 岡山大学, 自然科学研究科, 特命教授 (60231495)
津田 一郎 中部大学, 創発学術院, 教授 (10207384)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | カオス / 深層学習 / 敵対生成モデル / cycleGAN / 連想記憶 |
|---|
| 研究実績の概要 |
本研究は種々の深層学習モデルに現れ得るカオス的ダイナミクスを解析し，情報処理への応用を考察し，よりダイナミクスを利用した動的な処理を用いる人工知能を実現すること目的としている．2022年度は最終年度として深層学習モデルにおけるカオスを利用した情報処理を実現するため，1) 深層連想モデルの開発とその力学系的性質の解析, 2)深層生成モデルにより生成された疑似カオス時系列の特徴付け， 3) 3層の連想記憶モデルを用いたレビー小体型認知症の数理モデルの提案と数理的分析を行った．
1)の深層連想モデルでは敵対的生成モデルであるCycleGAN を使い，あるカテゴリの画像から他のカテゴリ画像変換と，その逆方向の変換を学習させ，この２つの変換を繰り返し行う系を力学系とみなして性質を調べた．この力学系には非常に多数のアトラクタが存在し，その引き込む強さにべき的な分布がみられること等を明らかにした．さらに３つ以上の画像カテゴリの間を循環的に変換するモデルも作成し，このモデルにおいてもカオスダイナミクスにより多様な画像を生成できることを明らかにした．成果は学会で発表し，現在は論文執筆中である．
2)の疑似カオス時系列については，敵対生成ネットワーク(GAN)によってカオス的な時系列を生成することを学習させ，学習後のGANが生成する疑似時系列を非線形時系列解析の観点から解析した．学習後のGANが生成する時系列の示す決定論的性やリアプノフ指数により定量化される初期値鋭敏性は数値的には元のカオス時系列と同程度であることがわかった．また，生成時系列の誤差を分析し，特徴的な分布を持つことを明らかにした．成果は学会で発表した他，現在論文執筆中である．
3)について，連想記憶モデルを多層重ねたモデルを構築し，層間の結合を一部欠損させた場合の機能障害をレビー小体型認知症にみられる幻覚のモデルとなる可能性を議論した．
|
