| 研究課題/領域番号 |
24700007
|
|---|
| 研究機関 | 茨城大学 |
|---|
研究代表者 |
竹田 晃人 茨城大学, 工学部, 准教授 (70397040)
|
|---|
| 研究期間 (年度) |
2012-04-01 – 2016-03-31
|
| キーワード | 圧縮センシング / 統計物理学 |
|---|
| 研究実績の概要 |
今年度の研究実績を箇条書きで以下にまとめる。
1. 圧縮センシングにおける高速な疎信号復元法を開発すべく、既存のapproximate message passing(AMP)と呼ばれる高速復元アルゴリズムを神経回路ダイナミクスの立場から再考することで一般化の方法を考案した。考案手法については国内学会や研究会で発表済みであり、現在査読付論文投稿準備中である。
2. 深層学習(deep learning)を用いた画像識別問題に関し、画像特徴抽出器の一つである畳込み制約付きボルツマンマシンについて、疎性を利用したモデルパラメータ学習法を考察し、学習法の改良の研究を行った。成果は現在査読付論文投稿準備中である。
3. MRIスペクトル解析アルゴリズムについて、鮮明なスペクトルを得る為の疎性を利用したアルゴリズムの開発を行っている。現在までにアルゴリズムの設計の為のおおよその指針を得ており、現在さらなる改良を試みている。
4. 日本物理学会誌上にランダム行列理論の観点からの圧縮センシングの理論に関する紹介記事を執筆し、物理分野の研究者、特にランダム行列理論に関係する研究者に対し、研究課題を広く周知した。
5. 科学研究費補助金 新学術領域研究「スパースモデリングの深化と高次元データ駆動科学の創成」の平成26年度チュートリアルにおいて、圧縮センシングの理論に関するチュートリアル講演を行い、関連分野の研究者に研究課題を広く周知した。
|
| 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
研究課題中に具体的に設定した研究テーマについて、高速アルゴリズム開発に関しては研究成果が順調に得られているが、その他のテーマ、例えばp<1におけるLp最適化の性能解析等手つかずのものもある為、全体的にはやや遅れていると評価した。その一方、テーマとして設定していなかった疎性を利用した深層学習に関する研究が新たに進んだという良い面もあった。
|
| 今後の研究の推進方策 |
平成27年度は本研究課題の最終年度となるので、これまでに得た研究成果、特に疎信号復元アルゴリズムと深層学習に関するものを逐次論文とし、さらに研究課題全体として残った問題点(p<1におけるLp最適化の性能等)を最終年度内に出来る限り調べつくし、研究課題終了後の研究に生かせるよう試みる。
|
| 次年度使用額が生じた理由 |
平成26年度は研究代表者の多忙につき海外渡航の機会が無かったため、旅費の使用額が予想より抑えられた。加えて、平成27年度における旅費(特に海外渡航)の使用を見越したため、30万円程度の基金を残した。
|
| 次年度使用額の使用計画 |
次年度使用額は主に旅費(特に海外渡航費)に充てる予定である。
|
