頑強なハイブリッド深層学習モデルの自動探索システム
| 体系的番号 |
JPMJPR18U6 |
| DOI |
https://doi.org/10.52926/JPMJPR18U6.18070317 |
研究代表者 |
|
|---|
| 研究期間 (年度) |
2018 – 2019
|
| 概要 | これまでの研究では、一つのピクセルを変えることでニュラールネットワークを誤魔化すことが可能と紹介した。その発見は畳みこみニュラールネットワークの脆弱性を表すとともに、画像を知的に理解していないことを実証している。この脆弱性の原因は畳みこみニュラールネットワークのモデルである。しかし、モデルの種類とパラメーターは複数あり、一番適切なモデルとパラメーターを見つけることは非常に時間がかかる。更に、深層学習のモデルはその問題を解決できない可能性もある。従って、本研究は最適化を利用し、自動的に頑強なハイブリッド深層学習を探索し、次世代の深層学習を開発する。その目的に当たって、本研究は(a)今までニュラールネットワークへの脆弱性を見つけるため利用された攻撃を評価関数のように利用し最適化を行うことと(b)進化計算の手法や神経仮想性をモデルに加えることによって成り立っている。
|
|---|
| 研究領域 | 情報と未来 |
|---|
