1. 前のページに戻る

複雑データに内在する深層構造の理論と応用

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 さきがけ

体系的番号 JPMJPR2125
DOI https://doi.org/10.52926/JPMJPR2125

研究代表者

園田 翔  理化学研究所, 革新知能統合研究センター, 特別研究員

研究期間 (年度) 2021 – 2024
概要深層学習により,写像を深さ方向に分解する方法(深層分解)の有効性が実証されました.写像を幅方向(基底と係数)に分解する方法は情報技術に普遍的であり,調和解析によって体系付けられています.一方,深層分解の理論は未整備であり,深層学習によって得られる中間情報表現の性質はほとんど予測不能です.本研究では,深層分解の理論と方法を開発し,特に写像やデータの「深さ」を定式化して,次世代の情報技術へ展開します.
研究領域数学と情報科学で解き明かす多様な対象の数理構造と活用

URL: 

JSTプロジェクトデータベース掲載開始日: 2022-05-09   JSTプロジェクトデータベース最終更新日: 2025-03-26  

サービス概要 よくある質問 利用規約

Powered by NII jst