物理現象を再現する深層ニューラルネットのベイズ学習法
| 体系的番号 |
JPMJAX210D |
| DOI |
https://doi.org/10.52926/JPMJAX210D |
研究代表者 |
田中 佑典 日本電信電話株式会社, NTTコミュニケーション科学基礎研究所, 研究主任
|
|---|
| 研究期間 (年度) |
2021 – 2023
|
| 概要 | ノイズや欠損を伴うような不完全なデータから、物理ダイナミクスを高精度にシミュレーション可能な深層ニューラルネットのベイズ学習法の確立に挑みます。ハミルトン力学では、ダイナミクスは相空間上の軌跡として表されます。本研究では、不完全データからの学習を実現するために、相空間上におけるデータの確率的生成モデルを新たに考案し、それに基づく学習アルゴリズムの導出、および、計算機実験による検証を行います。
|
|---|
| 研究領域 | 数理・情報のフロンティア |
|---|
