- 研究番号：18P14
- 研究分野：technology
- 研究種別：プロジェクト研究
- 研究期間：2018年04月〜2020年03月
代表研究者
石川 博 教授
ISHIKAWA Hiroshi Professor
基幹理工学部 情報理工学科
研究概要
画像などの高次元実データから意味情報を抽出する技術が今、求められている。機械が画像中などの一般の対象を人間のように「認識」することはいまだ難しいが、ロボットの環境認識能力向上に不可欠で、介護などの労働力不足が予想される日本における社会的必要性の高い技術である。確率場を高階や多層にすればより強力なことは以前から認識されてきたが、複雑な確率分布ほどデータからの学習が必須であり、そのため必要な最適化が不可能あるいはうまく行えなかった。高階確率場の最適化は最近になって研究代表者の手により可能になり、その後もより改善されつつある。また、多層確率場の新学習手法が鍵となって多層ニューラルネットの学習が最近現実的になり、ディープラーニングと呼ばれ、めざましい結果をあげている。これら高階および多層確率場は概ね独立して研究されてきたが、このような最近の発展からは両者の深い関係が示唆される。確率場は今後ニューラルネットと融合して高次元実データ解析の決定打となると考えられる。その融合の研究に先鞭をつけることは潜在的に大きな長期インパクトを持ち、国際競争上の観点からも喫緊の課題である。
