ベイズ的深層学習の研究

ベイズ的深層学習は，機械学習分野で主流となっている深層学習とベイズ的モデル化の両方の特性を持つ手法です．深層学習のように柔軟で汎用性があり，ベイズ的モデル化のもつ事前知識の導入や解釈性といった利点を併せ持っています．小規模模データセットの解析や教師なし異常検知に適しています．

深層学習の基礎的研究

理論上，深層学習はあらゆるデータを学習できます．しかし現実的には，深層学習が持つ傾向，データの不足や偏りから，望ましい結果が得られないことがあります．そのため，深層学習の構造や学習法とデータに対して，適切な制約や補助を与える研究が求められています．

  • Hypernetによる暗黙的事後分布推定
    Hypernetによる暗黙的事後分布推定

その他の応用研究

深層学習は汎用的な手法ですが，実際の問題に適応するためには，目的やデータの傾向によってさまざまな工夫が必要です（例えば，画像識別の手法をそのまま動画に用いると計算時間が足りなくなります）．そのような個別の問題に対して，具体的な解決策を提案しています．

  • 全天球画像のデータ収集と雲形と状態判定

その他