エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
【研究成果】深層学習の原理を説明する新理論――ニューラルネットワークのエネルギー曲面上の滞留現象 - 総合情報ニュース - 総合情報ニュース
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
【研究成果】深層学習の原理を説明する新理論――ニューラルネットワークのエネルギー曲面上の滞留現象 - 総合情報ニュース - 総合情報ニュース
発表者 今泉 允聡(東京大学 大学院総合文化研究科 広域科学専攻 准教授) Johannes Schmidt-Hieber(... 発表者 今泉 允聡(東京大学 大学院総合文化研究科 広域科学専攻 准教授) Johannes Schmidt-Hieber(University of Twente, Professor) 発表のポイント 深層学習が過学習を起こさない原理を、ニューラルネットワークがエネルギー曲面上で滞留する数学的理論を開発して説明した。 深層学習が大自由度にも関わらず過学習しない原理は長年の未解明点であり、これを説明する理論を開発した。 深層学習を効率的に制御するための理論の発展や、アルゴリズム開発・ネットワーク設計などへの工学的応用が期待される。 発表概要 東京大学大学院総合文化研究科の今泉允聡准教授、University of TwenteのJohannes Schmidt-Hieber教授による研究チームは、ニューラルネットワーク(注1)がエネルギー曲面上(注2)で"滞留"という現象を起こすことを数