本学教員がICLR2021でOutstanding Paper Awardを受賞しました

トピックスプレス情報掲載日:2021年04月13日

2021年4月1日、機械学習の主要国際会議である International Conference on Learning Representations (ICLR)において、本学大学院情報工学研究院知能情報工学研究系二反田篤史准教授および東京大学大学院情報理工学系研究科鈴木大慈准教授の論文がOutstanding Paper Awardsに選出されました。本賞は、ICLR2021の採択論文860(全投稿数2997)本のうち優れた論文8本に贈られたものです。

本論文では、二層ニューラルネットワークに対する(平均化)確率的勾配降下法の収束解析を、ニューラルタンジェントカーネル(接神経核理論)を用いて行いました。そしてニューラルネットワークは非常に複雑な関数系にも関わらず汎化(未知データに適合)すること、およびその最適性を特定条件下で理論的に示しました。今後は、この理論の拡張に取り組み、深層学習の性質の解明に努めて参ります。

著　者　: 二反田篤史(大学院情報工学研究院知能情報工学研究系准教授)
鈴木大慈(東京大学大学院情報理工学系研究科准教授)
発表題目: "Optimal Rates for Averaged Stochastic Gradient Descent under Neural Tangent Kernel Regime"

*本研究成果は二反田准教授の前所属(東京大学大学院情報理工学系研究科助教)時のものです。※2021年4月より現職。
*ニューラルネットワークとは、機械学習におけるモデリング手法の1つで、人間の脳の仕組みを模倣した機械学習モデルです。