Approach from topological geometry toward machine learning
About This Project
- Japan Grant Number
- JP22H05118 (JGN)
- Funding Program
- Grants-in-Aid for Scientific Research
- Funding Organization
- Japan Society for the Promotion of Science
Kakenhi Information
- Project/Area Number
- 22H05118
- Research Category
- Grant-in-Aid for Transformative Research Areas (A)
- Allocation Type
-
- Single-year Grants
- Review Section / Research Field
-
- Transformative Research Areas, Section (II)
- Research Institution
-
- The University of Tokyo
- Project Period (FY)
- 2022-06-16 〜 2027-03-31
- Project Status
- Granted
- Budget Amount*help
- 118,300,000 Yen (Direct Cost: 91,000,000 Yen Indirect Cost: 27,300,000 Yen)
Research Abstract
学習とは、学習データの入力から出力までのプロセスを多数の学習パラメータで表現し、学習パラメータを変分によって最適化することである。学習のクォリティは大別すると２つの要素で決まっている。すなわち、過学習を避けつつより一般性のある関数空間を扱える表現と、ベクトル空間内で複雑な構造を持った学習データに対する適切な最適化である。 本研究では、表現に対するアプローチとしてゲージ場の理論の様々なテクニックを用い、最適化のための入出力データが内在するトポロジカルな特徴に着目することによって、両者に変革的な進歩をもたらすことを目指す。
Keywords
Details 詳細情報について
-
- CRID
- 1040855511112398080
-
- Text Lang
- ja
-
- Data Source
-
- KAKEN
