大自由度ニューラルネットワークの学習に潜む幾何学的構造の解析と信頼性評価への展開

研究課題

体系的番号	JPMJAX190A
DOI	https://doi.org/10.52926/JPMJAX190A
研究代表者	唐木田亮産業技術総合研究所, 人工知能研究センター, 研究員
研究期間 (年度)	2019 – 2021
概要	ニューラルネットワークモデルの構造や学習アルゴリズムの詳細に依存せず普遍的に成立する数理を構築します. 大規模なネットワークの極限で普遍的に成立する平均場理論やランダム行列理論, Neural Tangent Kernelに基づく学習ダイナミクス解析を利用し, 深層学習の課題であるヒューリスティクスや恣意性の排除, および予測の信頼性保証を目指します.
研究領域	数理・情報のフロンティア

報告書

(6件)