研究課題/領域番号 |
23H05489
|
研究種目 |
基盤研究(S)
|
配分区分 | 補助金 |
審査区分 |
大区分J
|
研究機関 | 東京工業大学 |
研究代表者 |
本村 真人 東京工業大学, 科学技術創成研究院, 教授 (90574286)
|
研究分担者 |
安戸 僚汰 京都大学, 情報学研究科, 助教 (00846941)
安藤 洸太 北海道大学, 情報科学研究院, 准教授 (20855324)
CHU ThiemVan 東京工業大学, 科学技術創成研究院, 助教 (80838235)
|
研究期間 (年度) |
2023-04-12 – 2028-03-31
|
研究の概要 |
本研究は、深層ニューラルネットワーク(DNN)の重みをランダムに与えて重みに対するマスキングを学習する隠れ部分ニューラルネットワーク(HNN)の学習にアニーリング計算(ANC)を用いることができ、この計算がハイパーベクトル(HV)集合を対象とする組合せ最適化問題であるという洞察から出発し、HV集合を用いた学習・推論手法である超高次元コンピューティング(HDC)について、HNNやANCを用いて刷新し、共通の計算モデルと計算機構を構築しようとする研究である。
|
学術的意義、期待される成果 |
強い宝くじ理論に基づくHNNの学習にANCを用いることは独創的であり、これら技術を用いてHDC技術の刷新を行うことにより深層学習全般に与えるインパクトは大きい。また、このためのハードウェアの作成は、組み込み系DNNにおける推論の消費時間や電力の低下につながり、社会的な意義も大きい。
|