Stability Analysis and Optimal Synthesis of Recurrent Neural Networks by Conic Programming
About this project
- Japan Grant Number
- JP23K20949
- Funding Program
- Grants-in-Aid for Scientific Research
- Funding organization
- Japan Society for the Promotion of Science
- Project/Area Number
- 23K20949
- Research Category
- Grant-in-Aid for Scientific Research (B)
- Allocation Type
-
- Multi-year Fund
- Single-year Grants
- Review Section / Research Field
-
- Basic Section 21040:Control and system engineering-related
- Research Institution
-
- Kyushu University
- Project Period (FY)
- 2021-04-01 〜 2026-03-31
- Project Status
- Granted
- Budget Amount*help
- 16,770,000 Yen (Direct Cost: 12,900,000 Yen Indirect Cost: 3,870,000 Yen)
Research Abstract
時系列解析や自然言語処理の分野で，再帰型ニューラルネットワーク（Recurrent Neural Network, RNN）の有効性が広く認識されている．RNNの最大の特徴はフィードバック機構を有することであり，この機構のおかげでRNNはダイナミカルシステムの振る舞いを模擬できる．しかしながらこのフィードバック機構の存在により，重みや活性化関数の選定によってはRNNの振る舞いが不安定化する．そこで本研究では，制御理論および最適化理論に基づいた，RNNの安定性解析手法の確立を目指す．すなわち，RNNの安定性を判別する問題を凸可解問題に帰着させ，その可解性によって安定判別を行う手法を確立する．
Keywords
Details 詳細情報について
-
- CRID
- 1040581301854597120
-
- Text Lang
- ja
-
- Data Source
-
- KAKEN