大阪大学　数理・データ科学教育研究センター
Center for Mathematical Modeling and Data Science,The University of Osaka

深層学習の原理を明らかにする理論の試み

統計数理研究所 助教 今泉允聡

1. ホーム
2. セミナー・集中講義
3. AI・データ利活用研究会
4. 深層学習の原理を明らかにする理論の試み

AI・データ利活用研究会 第9回

深層学習の原理を明らかにする理論の試み

統計数理研究所 助教 今泉允聡

深層学習の原理究明を目的とした理論の構築を行う。深層学習とは多層ニューラルネットワーク（Deep Neural Network; DNN）を用いた統計分析であり、従来の方法とは一線を画した性能を発揮していることから非常に強い注目を浴びている。しかし、急速に発展する実応用に比して、深層学習の原理を説明できる理論は未だ発展途上である。本研究では、深層学習の汎化誤差（精度の尺度）を (A) DNNの関数近似性能、(B) DNNのパラメータ学習法の複雑性、の二側面から解析し、高精度の原理の究明を試みる。