[14p-A301-1~13] 31.1 フォーカストセッション「AIエレクトロニクス」

[14p-A301-9] 動的深層学習：動的システムへ深層学習機能を組み込む

古畑 玄貴¹、〇砂田 哲^1,2、新山 友暁¹ (1.金沢大学、2.JST さきがけ)

キーワード：深層学習、ニューラルネットワーク、リザバーコンピューティング

深層学習では、構成するネットワークの多層性によって多様で高度な表現能力を獲得している。
本発表では、その多層構造による情報伝搬を力学系の時間発展とみなし、学習処理を力学系の最適制御問題へ帰着することで、深層学習機能を物理系へ組み込むための方法を提示する。簡単な力学系を例にして、最適制御問題で認識・分類が可能となることを示す。また、時間があれば、遅延を含む物理系への実装方法についても説明する。