非深層学習モデルを活用し，ハイパーパラメータ調整や反復学習を不要とした汎用の即時学習型プログラム。
学習データのみで認識器の全自動構築が可能であり，既存の深層学習を代替し得る革新的な高能率化と高速化を実現する。
従来の技術・問題点
・繰り返し計算によるネットワークパラメータ調整（学習）が必要
・事前に設定を要する多数のモデルパラメーター（ハイパーパラメータ）
・ハイパーパラメータ設定・ネットワークパラメーター初期値設定によっては学習が必ずしも意図通りとならない
・追加学習・アンラーニングが困難
・モデル内部の挙動把握が困難（ブラックボックス問題）
新しい技術・解決法
・繰り返し計算が不要
・ハイパーパラメータの調整も不要であり、乱数によるネットワークパラメータ初期値設定も不要
・追加学習・アンラーニングが容易
・モデル内部の挙動把握が容易（そもそも”ホワイトモデル”であるため）
・計算コストのかからず，かつ，柔軟なパターン認識器を構成したい
・従来の深層学習の抱える様々な問題を克服するようなAIシステムを構築したい
同じカテゴリーのお知らせ
量子技術の社会実装リザバーコンピューティング～量子技術の機械学習への応用～ (12601)
量子断層撮影光学系をリザバーコンピューティングに適用し，深層学習に迫る高度な情報処理を実現。 生体試料も含め，強散乱体であればどのような試料でも使用可能な技術です。 詳細を見る
仮想パーソナルデータや臨床データを生成するAI（12457）
新薬の臨床試験をはじめとする医薬品開発において、条件に合致する患者が集まらず、予定症例数を満足するのに苦渋する課題がある。 医薬品開発の効率化のために、臨床試験シミュレーションでは仮想被験者を生成する 取り組みがなされているが、... 詳細を見る
シリアスゲームの構築技術（研究紹介）
ゲームの力で社会課題を解決。教育・医療・福祉の分野の問題解決を第１目的としたシリアスゲーム開発に適したゲーム開発ノウハウを提供する。 詳細を見る
