- 著者
- 谷口 尚平 (2023) 谷口 尚平 (2021-2022)
- 出版者
- 東京大学
- 雑誌
- 特別研究員奨励費
- 巻号頁・発行日
- 2023-03-08
深層学習に代表されるような大規模で複雑な統計モデルの応用を進めるためには、統計モデルに含まれる大量のパラメータを効率よく推論するための技術が不可欠である。本研究では特に、深層ニューラルネットワークを活用した償却推論と呼ばれる技術を用いて、潜在変数モデルや強化学習における統計モデルの推論を効率よく行うための手法の開発を行う。この研究は、深層学習のような大規模なモデルを実世界応用にスケールさせるための重要な基礎技術となることが期待される。
1 0 0 0 OA Pixyz:複雑な深層生成モデル開発のためのフレームワーク
- 著者
- 鈴木 雅大 金子 貴輝 谷口 尚平 松嶋 達也 松尾 豊
- 出版者
- 一般社団法人 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 第33回 (2019) (ISSN:27587347)
- 巻号頁・発行日
- pp.1L2J1105, 2019 (Released:2019-06-01)
近年,深層生成モデルの研究は急速に進んでおり,それらを簡潔かつ汎用性高く実装できるフレームワークが求められる.本研究では,最新の複雑な深層生成モデルの特徴として,確率分布によるネットワークの隠蔽,および複数の誤差関数から目的関数が構成されているという2点に着目し,それらを達成する新たな深層生成モデルライブラリ,Pixyzを提案する.本論文では,提案ライブラリが簡単な深層生成モデルの実験において,既存の確率モデリング言語であるPyroよりも高速で動作することを示し,さらに既存の確率モデリングライブラリでは実装できない複雑な深層生成モデルについて,容易かつ簡潔に実装できることを示す.
- 著者
- 谷口 尚平 鈴木 雅大 岩澤 有祐 松尾 豊
- 雑誌
- 2023年度 人工知能学会全国大会(第37回)
- 巻号頁・発行日
- 2023-04-06