望まれる性質を設計段階で保証する幾何学的深層学習の構築
| 体系的番号 |
JPMJPR21C7 |
| DOI |
https://doi.org/10.52926/JPMJPR21C7 |
研究代表者 |
松原 崇 大阪大学, 大学院基礎工学研究科, 准教授
|
|---|
| 研究期間 (年度) |
2021 – 2024
|
| 概要 | 人工知能システムは，安全性や信頼性のために，対称性や空間構造，因果関係，機械制御の安定性や力学系の物理法則といった，対象が持つ性質を保証する必要がある．通常の深層学習は性質を満たすことを保証できず，演繹的に設計された数理モデルはデータへの定量的な適合性に限界がある．深層学習が近似する関数空間を幾何学的な知見に基づき設計することにで，性質の保証と柔軟な学習を両立させることを目指す．
|
|---|
| 研究領域 | 信頼されるAIの基盤技術 |
|---|
