1. 前のページに戻る

Compositionalなモデル検査によるニューロシンボリックAIの安全性保証

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 JPMJAX23CU
DOI https://doi.org/10.52926/JPMJAX23CU

研究代表者

渡邉 知樹  総合研究大学院大学, 複合科学研究科, 大学院生

研究期間 (年度) 2023 – 2025
概要深層学習により得られた出力に従って制御を行うニューロシンボリックAIの安全性保証は重要な課題です。本研究では、近年提案者らが定式化したcompositionalなモデル検査を発展させ、ニューロシンボリックAIの安全性保証を実現します。具体的には、ニューラルネットをブラックボックス化された構成要素と見なす事で、compositionalにニューロシンボリックAIの安全性を保証することを目指します。
研究領域次世代AIを築く数理・情報科学の革新

報告書

(1件)
  • 2023 年次報告書 ( PDF )

URL: 

JSTプロジェクトデータベース掲載開始日: 2023-12-27   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