異質データ間での深層転移学習の探求

研究課題

戦略的な研究開発の推進戦略的創造研究推進事業 ACT-X

体系的番号	JPMJAX21AN
DOI	https://doi.org/10.52926/JPMJAX21AN
研究代表者	森田尭大阪大学, 産業科学研究所, 助教
研究期間 (年度)	2021 – 2023
概要	今日のAIには大規模データが必要である。大規模入手が困難な場合には、予め類似する大規模データでAIを訓練する転移学習という手法が用いられるが、適当な類似データが存在しない場合もある。本研究は一見異質に見えるデータ間における転移学習の可能性を探求し、AIに利用可能なデータの幅を広げる。また、動物音声と人間言語のような異質データ間の潜在的類似度を探ることで、AIならではの学術的知見を得る。
研究領域	AI活用で挑む学問の革新と創成

報告書

(4件)

主な研究成果
(4件)

すべて雑誌論文 (4件) (オープンアクセス 4件、査読あり 2件)

[雑誌論文] Oscillations enhance time-series prediction in reservoir computing with feedback2024
- 著者名
  Yuji Kawai, Takashi Morita, Jihoon Park, Minoru Asada
- 雑誌名
  
  arXiv
- オープンアクセス
[雑誌論文] Oscillation-Driven Reservoir Computing for?Long-Term Replication of?Chaotic Time Series2024
- 著者名
  Yuji Kawai, Takashi Morita, Jihoon Park, Minoru Asada
- 雑誌名
  
  Artificial Neural Networks and Machine Learning -- ICANN 2024
  
  ページ: 129-141
- 査読あり / オープンアクセス
[雑誌論文] Positional Encoding Helps Recurrent Neural Networks Handle a Large Vocabulary2024
- 著者名
  Morita, Takashi
- 雑誌名
  
  Transactions on Machine Learning Research
- 査読あり / オープンアクセス
[雑誌論文] Emergence of the Primacy Effect in Structured State-Space Models2024
- 著者名
  Takashi Morita
- 雑誌名
  
  arXiv
- オープンアクセス