深層ニューラルネットワークによる深層準線形サポートベクターマシンの構築と応用
【研究分野】制御・システム工学
【研究キーワード】
深層ニューラルネットワーク / サポートベクターマシン / 深層学習 / 機械学習 / パターン認識
【研究成果の概要】
本研究では、深層準線形サポートベクターマシン（SVM)の構築を行う。深層ニューラルネットワークにより深層準線形カーネルを深層学習で合成する。これにより、訓練済の深層ニューラルネットワークからSVMのカーネルを合成し（転移学習）、このカーネルに基づいた分類器をSVM 最適化（小データ）することによって、小データでも深層学習の実現が可能になる。
【研究代表者】
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【配分額】4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)