ロバスト性と汎化性能を両立する機械学習法の確立

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	JPMJAX210K
DOI	https://doi.org/10.52926/JPMJAX210K
研究代表者	藤澤将広東京大学, 大学院新領域創成科学研究科, 大学院生（博士課程）
研究期間 (年度)	2021 – 2023
概要	ロバスト性と汎化性能は、誤予測リスクの低減を通した信頼性の高い機械学習の実応用に必要不可欠な性能です。しかし、これらはトレードオフ関係にあることが分かっており、また、その理論的性質および緩和方法は、限定的なモデル・タスク・汚染データ下での解明・開発に留まっています。本研究では、より普遍的なトレードオフの理論的メカニズムを解明し、ロバスト性・汎化性能を両立する学習アルゴリズムの構築を目指します。
研究領域	数理・情報のフロンティア

報告書

(4件)

主な研究成果
(3件)

すべて雑誌論文 (3件) (査読あり 3件、オープンアクセス 3件)

[雑誌論文] Information-theoretic Generalization Analysis for Expected Calibration Error2024
- 著者名
  Futoshi Futami, Masahiro Fujisawa (Equal Contribution)
- 雑誌名
  
  Thirty-Eighth Conference on Neural Information Processing Systems (NeurIPS2024)
  
  巻: 37 ページ: 84246-84297
- 査読あり / オープンアクセス
[雑誌論文] Understanding the Expressivity and Trainability of Fourier Neural Operator: A Mean-Field Perspective2024
- 著者名
  Takeshi Koshizuka, Masahiro Fujisawa, Yusuke Tanaka, Issei Sato
- 雑誌名
  
  Thirty-Eighth Conference on Neural Information Processing Systems (NeurIPS2024)
  
  巻: 37 ページ: 11021-11060
- 査読あり / オープンアクセス
[雑誌論文] Information-theoretic Generalization Analysis for Vector-Quantized VAEs2024
- 著者名
  Futoshi Futami, Masahiro Fujisawa (Equal Contribution)
- 雑誌名
  
  Workshop on Machine Learning and Compression, NeurIPS 2024
- 査読あり / オープンアクセス