”ドメイン知識”と”収集データ”、どちらも活かすには？

"全てのモデルは間違っている，だが中には役立つものもある"　　～ジョージ・ボックス～

深層学習が大量の収集データを活用し、高い推論能力を示して注目を集める一方、制御や信号処理の分野などでは、物理学の運動の法則のような強いドメイン知識を起点にしてモデルを起こし、データを使わずに問題を解くことが多かったりします。しかし、モデルには必ずモデル化誤差が含まれます。また、対象となる系の特性（真のモデル）も日々変化をしていくことが多いです。そこで、モデルを通してドメイン知識を活用しつつも、モデル内のパラメータを学習によってフィッテングし、性能を上げたり劣化を防ぐというアイデアが生まれました。この方法はどのように実現され、どう使えるのか…皆で詳しく見ていきましょう。

『モデルベース深層学習と深層展開』の紹介

モデルにパラメータを持たせ、少量のデータでそのパラメータを更新していくモデルベース深層学習と、それを時間発展させた深層展開について、基礎となる概念から具体的な手法までを丁寧に解説してくれています。また、実装するうえで重要となる微分可能プログラミングについても、サンプルコードを交えて示してくれている良書です。
公式の紹介ページはこちら ※本ページサムネイル画像は本のカバーから引用させて頂きました。

進め方

誰かが前に立って教えるのではなく、参加者が問いや考えを寄せ合うことで 様々な切り口から学びを深めます。

準備物や前提知識

• Must
  • 教科書（モデルベース深層学習と深層展開　 和田山 正著　森北出版刊）
  • Zoomでの会議ができる環境
• Want
  • Juliaが動く環境
  • おおよそ大学1年生レベルの微積分や代数学の知識
  • 人工ニューラルネットワークの基礎知識
• Wish
  • 現代制御理論の基礎知識

こんな人におすすめ

• 機械学習に興味がある
• 信号処理・制御分野に興味がある
• 微分可能プログラミングに興味がある
• 学びの視野を広げたい
• ディスカッション形式の勉強が好き
• 自分のキャリア、進路に悩んでいる社会人・学生

予定9回(通算10回目)

• 5.2節 LDPC符号の複合における深層展開 から

受付の流れ

主催者がZoomで会議を立てます。
開始30分前を目安に会議の参加用URLを共有します。
各自開始までにログインしてください。

場所

オンライン開催

その他

やむを得ない場合を除く急なキャンセルはお控えください。
（何度も行う場合は以降の参加をお断りします）

運営

• ファシリテータ
  • 井上　:オムロン株式会社

！！運営メンバー募集中！！