| 研究課題/領域番号 |
20K19860
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
原 聡 大阪大学, 産業科学研究所, 准教授 (40780721)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 機械学習 / 深層学習 / 説明可能AI |
|---|
| 研究実績の概要 |
2020年度は本研究の特に基礎検討にあたる部分については着実に進んだ。「研究課題１. 良い学習方法の推定」については、当初の予定通り「影響の大きいデータを見つける問題」および「良い学習方法を見積もり問題」についての、その数理的な定式化と推定アルゴリズムの研究に取り組んできた。具体的には、確率勾配降下法を用いる学習問題において、良いモデルの学習を行うための各種の試行錯誤が統一的な最適化問題として記述することに成功した。「研究課題２. 悪いモデルの修理」についても「モデル修理の継続学習による定式化と有効性の検証」に取り組み、継続学習についての情報調査および基礎的な実験に取り組んだ。
他方、これらの研究の進捗は当初想定していた大規模な計算機実験にまでは至らなかった。そのため、大規模な計算機実験については2021年度以降に取り組む。また、情報収集および研究発表についてはコロナ禍により研究計画に遅れが出てしまった。特に、当初予定していた情報収集のための学会参加、研究議論のための他機関への出張は全てキャンセルとなってしまった。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
当初想定していたよりも本研究計画の基礎的な部分の実験検証に複雑なプログラミングと相応の計算時間が必要であった。この基礎検証に時間がかかり、大規模な実験へと着手できなかった。また、これとは別にコロナ禍により情報収集のための学会参加や他機関への出張が全てキャンセルになってしまった。
|
| 今後の研究の推進方策 |
2021年度へと研究計画の一部を繰り越す。
2021年度は当初計画していた「研究課題１. 良い学習方法の推定」「研究課題２. 悪いモデルの修理」のアルゴリズムの開発・改良に加えて大規模な計算機実験にも取り組む。
|
| 次年度使用額が生じた理由 |
【理由】研究計画の遅れのために大規模計算機実験に至らなかった。また、コロナ禍のために当初予定していた情報収集および研究発表のための出張が全てキャンセルとなった。
【使用計画】大規模計算機実験のための計算機を購入する。また、コロナ禍が収束した際には情報収集および研究発表のための出張へと予算をあてる。
|
