【オンライン開催】第154回 「数理に基づく学習とその応用」
| 開催日 | 2024年7月17日（水）10:00～16:50 |
|---|---|
| 開催地 | オンライン配信で実施いたします ※講演後に見逃し配信予定しております。都合により一部欠損した見逃し配信になる場合がございます。ご了承ください。 |
| 会場 アクセス | 配信システム：zoomを使用予定。 |
| 定員 | オンライン配信200名（定員になり次第締め切ります） |
| 参加費 （税込） | 参加費・システム手数料共に税込み価格です. 2024年度の賛助会員招待券・優待券をご使用いただけます （有効期限：2024/12/31） |
| 主催 | 一般社団法人 日本ロボット学会 |
| 協賛 | 計測自動制御学会，産業技術連携推進会議 医療福祉技術分科会，システム制御情報学会，情報処理学会，人工知能学会，精密工学会，電気学会,電子情報通信学会，土木学会，日本感性工学会，日本機械学会，日本シミュレーション学会，日本神経回路学会，日本設計工学会，日本時計学会，日本人間工学会，日本バーチャルリアリティ学会，日本ロボット工業会，農業食料工学会，バイオメカニズム学会（以上20団体 協賛予定） |
| セミナーレポート | セミナーレポート |
口上：
近年，拡散モデルなどの生成AIに関する研究開発が注目を浴びている．一方で，現在の深層学習技術をより生体に近づけるために，スパイキングニューラルネットや自由エネルギー原理，少数の訓練データで高精度な学習を実施する転移学習，テンソルネットワークといった数理モデルなど，基礎的な技術も着実に進展している．このように数理に基づく様々な技術の最新動向を知っておくことは，データやモデルの大規模化が激しい現代において，味わい深い研究を実施するために必要不可欠である．本セミナーでは，様々な数理的技術を研究されている新進気鋭の研究者の方々をお招きして，基礎から最新までの研究事例を幅広くご紹介いただく．
オーガナイザー：澤田 好秀（株式会社松尾研究所）
講演内容：
10:00-10:10 ＜開会挨拶・講師紹介＞
10:10-11:10 第1話 ニューロモルフィックエンジニアリングにおける数理
千葉工業大学 酒見 悠介
ニューロモルフィックエンジニアリングでは，脳を模倣したモデルであるスパイキングニューラルネットワーク(SNN)をアナログ回路によって実装することで超低消費電力な情報処理システムの構築を目指している．しかし，どのようなネットワーク及びダイナミクスをSNNで実現すべきか，どのようにダイナミクスを最適化できるのか，どのようなアナログ回路実装が低電力性に結び付くのか，については依然として試行錯誤の段階にある．本講演では，この数理とハードウェアが密接に絡んだ問題を整理し，私たちの取り組みである，SNN学習則と，最先端の回路技術であるインメモリ計算との融合について紹介する．
11:10-11:20 ＜休憩＞
11:20-12:20 第2話 脳内生成モデルのリバースエンジニアリング
理化学研究所 磯村 拓哉
自由エネルギー原理によると，全ての生物は変分自由エネルギーを最小化することで脳内に外界を表す生成モデルを構築し，変分ベイズ推論を自己組織化的に行うとされている．近年，理論的にはどのような神経回路のダイナミクス（神経活動やシナプス可塑性）も潜在的に自由エネルギー原理に従っていると見なせることが示された．この等価性の概念に基づき，標準的な神経回路が自由エネルギー原理に従って知覚や学習，行動をベイズ最適な方法で実行できることを紹介する．またこの等価性を用いると，ラット大脳皮質由来の培養神経回路の活動データから生成モデルをリバースエンジニアリングし，刺激依存シナプス可塑性によってどのような自己組織化が起きるかを定量的に予測できる．この結果は，この系における自由エネルギー原理の妥当性の検証になっている．最後に生体内の神経活動データから生成モデルをリバースエンジニアリングする展望についても紹介したい．
12:20-13:20＜休憩（昼食）＞
13:20-14:20 第3話 拡散モデルのロボティクス応用
パナソニックホールディングス株式会社 岡田 雅司
拡散モデルは近年の生成型AI技術の進展において基盤となる技術の一つである．DALL·EやStable Diffusion，Soraといったシステムの台頭により，拡散モデルを用いて自然な静止画や動画の生成が可能であることが広く認知されている．一方，拡散モデルはロボティクス分野においても応用が試みられており，模倣学習を基にしたロボットの動作計画生成やオフライン強化学習における方策表現の改善など，様々な研究成果が創出されている．この講演では，拡散モデルの基本原理について説明し，そのロボティクスへの応用事例を概観しながら紹介する．
14:20-14:30 ＜休憩＞
14:30-15:30 第4話 テンソルネットワーク分解の基礎と機械学習への応用
名古屋工業大学 横田 達也
この講演では近年注目されている数理モデルであるテンソルネットワーク分解の基礎と，それを機械学習へ応用する萌芽的な研究アプローチの動向について紹介する．テンソルネットワーク分解は多数の低階テンソルの積で高階なテンソルを表現する数理モデルです．テンソルどうしの積（縮約）をグラフの接続のように捉えるためテンソルネットワーク分解と呼ばれている．テンソルネットワーク分解を用いると巨大な数のパラメータを持つ係数テンソルを少ないパラメータ数で表現することができる．また，これを機械学習へ応用したテンソルネットワーク回帰やテンソル分解ベースの確率密度推定法，サンプリング法について解説する．
15:30-15:40 ＜休憩＞
15:40-16:40 第5話 転移学習の基本概念と統計的学習理論からの視点
名古屋大学 松井 孝太
転移学習とは，現在のタスクを効率的に解決するために他のタスクで獲得したデータや知識を利用する機械学習のアプローチであり，特にデータの取得にコストがかかるなどの理由で訓練データを十分用意できない問題へ応用されている．転移学習の主流のアプローチとして，外部ドメインのデータを重み付けして用いる方法やドメイン間で共通の特徴量 (不変特徴量) を学習する方法，事前学習モデルとよばれる訓練済みのニューラルネットモデルを利用する方法が提案されている．本発表では，統計的学習理論（特に期待リスク最小化）の観点に基づいて，上記のアプローチを考察する．その後，具体的な転移学習のアルゴリズムを紹介しながらそれぞれの方法の有効性と限界について説明する．
16:40-16:50 ＜閉会挨拶＞
参加申込方法
必ず参加申込みおよび参加費のお支払い方法のご案内ページをご確認の上，下記よりお申し込みください．
※運用方法（オンライン配信のタイムシフト配信(見逃し配信)の実施）の変更により、第132回セミナーより申込後のキャンセルは一切不可と致します。
本セミナーオンライン参加希望の場合，下記よりお申込み，参加費支払のお手続きをお願いします．
優待券（有料）をご利用の場合もこちらからお申込みください.
申込締切：7月16日(火)18：00．
オンライン配信の概要についてはオンライン配信のご案内をご参照ください.
※本セミナーは2024年度の賛助会員優待券（有効期限：2024/12/31）をご利用いただけます。
賛助会員招待券や学生の特別優待券等，無料参加券をご利用の場合は下記よりお申し込みください．
申込締切：受付終了いたしました
セミナー参加に関する注意事項
- 会場，講師，日時等は都合により変更になる可能性がございますのでご了承下さい．最新の情報は学会ロボット工学セミナーHPに掲載されます．
- 台風等警報発令時のセミナー開催中止判断については「災害時における中止判断」のページをご確認ください．
- 当日，参加者の理解を深めるためテキストを配布致します．2020年度より電子データで配布となり，会場参加／オンライン参加ともにメールにて事前に配信を行います．また，テキストの後日販売は行いません．
- 参加者のセミナー会場内での撮影・録音行為は禁止させて頂きます。なお、撮影・録音を含む取材をご希望の場合は必ず事前に学会事務局までお問い合わせください。
- 講演後の見逃し配信については、都合により全話配信されない場合がございます。ご了承ください。