• 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

2021 年度 研究成果報告書

高精度かつ安定な深層学習のための確率的擬等角活性化関数の構築

研究課題

  • PDF
研究課題/領域番号 20K23330
研究種目

研究活動スタート支援

配分区分基金
審査区分 1001:情報科学、情報工学およびその関連分野
研究機関八戸工業大学

研究代表者

島内 宏和  八戸工業大学, 工学部, 講師 (90759200)

研究期間 (年度) 2020-09-11 – 2022-03-31
キーワード擬等角写像 / ベルトラミ係数 / ニューラルネットワーク / 活性化関数 / 深層学習
研究成果の概要

深層学習の普及が急速に進む中、その学習の高精度化、効率化、安定化等のために、活性化関数の構築に関する研究が進められている。本研究では、擬等角写像の技法と深層ニューラルネットワークに関する知見を融合することで、高精度かつ安定な深層学習に資する新しい活性化関数を構築することを目指した。研究成果として、確率的に変化するベルトラミ係数を持つ新しい活性化関数が得られた。構築した活性化関数は、複数のベンチマークデータセット上における基本的な深層ニューラルネットワークを用いた実験で、他のベースラインとした活性化関数と比較し高い性能を示した。

自由記述の分野

情報科学

研究成果の学術的意義や社会的意義

深層学習による人工知能が、様々な分野において目覚ましい成果を挙げている。深層ニューラルネットワークの活性化関数は、構築されるモデルに関わる重要な要素の一つであり、その学習に大きな影響を与える。本研究で構築した確率的に変化するベルトラミ係数を持つ新しい活性化関数は、ベースラインとした既存の活性化関数と比較し、複数のベンチマークデータセット上で高い性能を示した。活性化関数のベルトラミ係数に摂動を与えるアプローチは、複雑かつ高い精度が求められる画像処理のタスク等における深層ニューラルネットワークモデルの構築に活用できる可能性がある。

URL: 

公開日: 2023-01-30  

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