Proj
J-GLOBAL ID：202404012054815160
Research Project code：23829758
Theory, algorithms and software toward hyper-efficient Monte Carlo gradient estimation.(モンテカルロ勾配推定の超効率化に向けた理論、アルゴリズムとソフトウェアの開発研究)
Theory, algorithms and software toward hyper-efficient Monte Carlo gradient estimation.(モンテカルロ勾配推定の超効率化に向けた理論、アルゴリズムとソフトウェアの開発研究)
National award number：JPMJAX23CO
Study period：2023 - 2025
Organization (1)：
Principal investigator：
(
, 大学院情報学研究科, 特定助教 )
DOI：
https://doi.org/10.52926/JPMJAX23CO
Research overview：
多くの機械学習アルゴリズムで確率的勾配降下法が使われていますが、その学習速度は勾配推定の精度に大きく影響されます。勾配の計算は長年バックプロパゲーションが用いられてきましたが、その手法自体を改良した研究は少ないです。本研究では、勾配推定の効率を格段に上げる新アルゴリズムの開発に挑んでいます。成功すれば、モデルの訓練コストを削減し、以前には学習が困難だったモデルも取り組める可能性が広がります。
Terms in the title (9)：
Terms in the title
Keywords automatically extracted from the title.
,
,
,
,
,
,
,
,
Research program：
＞
＞
Parent Research Project：
Innovations in Mathematical and Information Sciences to Build the Next-Generation AI
Organization with control over the research：
Japan Science and Technology Agency
