研究課題
若手研究
本研究課題では，深層学習モデル，とりわけ動画像データのような時間的な情報遷移が必要となる深層学習モデルに対して重要となる特徴抽出ないしは特徴抽出を行うパラメータの抽出を行う手法を提案した．具体的には，従来から系列データに対して深層学習モデルで広く用いられていたLong Short-Term Memory (LSTM) および近年高い認識精度を達成し広く用いられているTransformerおよびVision Transformer (ViT) に対する有効な特徴抽出のための枝刈り手法を提案した．
コンピュータビジョン
本プロジェクトにおいて開発した枝刈り技術は，深層学習モデル内の冗長なパラメータを削除することで，近年，大規模化するネットワークモデルをコンパクト化・省電力化することが可能な技術である．そのため，高性能な画像認識モデルを大規模な計算機を用いることなく様々な画像認識データに対して適用することが可能となる．
