neural network
ニューラルネットワーク
ニューラルネットワークとは、脳の神経回路の動作を模した数理モデルです。複雑なデータの関係を捉えることができ、画像認識や音声認識、自然言語処理など多岐にわたる分野で活用されます。
画像認識・畳み込みニューラルネットワーク・画像生成・Cycle GAN
主な研究テーマ
- 畳み込み手法の軽量化に関する研究
- ニューラルネットワークの構造探索に関する研究
Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton. “The CIFAR-10
dataset”. http://www.cs.toronto.edu/~kriz/cifar.html,
犬の画像を入力としたとき、犬と予測する確率はどのくらいか。猫と誤った予測をした確率はどのくらいか。予測精度を向上させる最適な設計はどのようにするべきかを研究します。
Yunpeng Chen, Haoqi Fan, Bing Xu, Zhicheng Yan, Yannis Kalantidis,
Marcus Rohrbach, Shuicheng Yan and Jiashi Feng.” Drop an Octave:
Reducing Spatial Redundancy in Convolutional Neural Networks
with Octave Convolution”. InProc. of CVPR, 2019
畳み込み手法を改良することで軽量化。
画像を低周波成分と高周波数成分に分解することで、計算量を落としながら精度保つ研究を行っています。
ザラザラなノイズの画像から数字の画像を生成しています。より綺麗な画像を生成するにはどのようなモデルにすればいいかを研究します。
Reinforcement Learning
強化学習
コンピュータが試行錯誤を通じて最適な行動を学習する分野です。
ロボットの学習やゲームAIなどに用いられています。
強化学習・深層強化学習・ゲームAI・ロボット制御
主な研究テーマ
- Actor Criticに関する研究
- PPOに関する研究
エージェントが様々な行動を行い、報酬（ゲームならば勝利）を最大にするように学習を行う。
Greg Brockman, Vicki Cheung, Ludwig Pettersson, Jonas Schneider, John Schulman, Jie Tang, Wojciech Zaremba: “OpenAI Gym”,arXiv:1606.01540 (2016)
学習前は3ブロックしか壊すことが出来ずゲームオーバーに。しかし、適切に学習を行うとより多くのブロックを壊すことができるようになります。
Greg Brockman, Vicki Cheung, Ludwig Pettersson, Jonas Schneider, John Schulman, Jie Tang, Wojciech Zaremba: “OpenAI Gym”,arXiv:1606.01540 (2016)
人型ロボットのタスクにおいても学習前は進むことができませんが、学習後は進むことができます。でも、歩き方は不自然。
Optimization
最適化
膨大な組み合わせの中から、最も目的に適したものを探索する分野です。例えば、人件費を抑えつつ、過不足のない従業員を確保する最適なシフトは何か？無駄の配達経路はどのルートか？
遺伝的アルゴリズム、粒子群最適化、メタヒューリスティクス、数理最適化
主な研究テーマ
- 多目的最適化に関する研究
- 決定論的PSOの手法に関する研究
最適な値を見つけるアルゴリズムの１つです。鳥の群れのように個々の粒子が互いに協調しながら最適な値を求めます。
探索初期では、個々の粒子が散らばって探索していますが、探索が進むにつれて最適な値に近づいて行きます。
Ant Colony Optimization (ACO)を用いると、すべての都市を一回だけ通るように巡回する最短経路を探索することが出来ます。巡回セールスマン問題などにも応用されています。
Hardware
ハードウェア
FPGAを用いたハードウェア実装。ニューラルネットワークや最適化アルゴリズムを高速かつ低消費電力で処理できるように。
FPGA・ハードウェアアーキテクチャ・ニューラルネットワーク・最適化アルゴリズム
主な研究テーマ
- Binary Neural NetworkのFPGA実装に関する研究
- PSOのFPGA実装に関する研究
david varadi,Social Learning Algorithms: Particle Swarm Optimization (PSO),(2013)
FPGAは特定の用途に適した回路を実装可能です。ニューラルネットワークや最適化アルゴリズムなどに向けた専用回路を開発・実装することで、高速処理かつ低消費電力を実現できます。