1. 前のページに戻る

Theory, algorithms and software toward hyper-efficient Monte Carlo gradient estimation.(モンテカルロ勾配推定の超効率化に向けた理論、アルゴリズムとソフトウェアの開発研究)

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 JPMJAX23CO
DOI https://doi.org/10.52926/JPMJAX23CO

研究代表者

PARMAS PAAVO  京都大学, 大学院情報学研究科, 特定助教

研究期間 (年度) 2023 – 2025
概要多くの機械学習アルゴリズムで確率的勾配降下法が使われていますが、その学習速度は勾配推定の精度に大きく影響されます。勾配の計算は長年バックプロパゲーションが用いられてきましたが、その手法自体を改良した研究は少ないです。本研究では、勾配推定の効率を格段に上げる新アルゴリズムの開発に挑んでいます。成功すれば、モデルの訓練コストを削減し、以前には学習が困難だったモデルも取り組める可能性が広がります。
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