デジタル人材の育成
公開日:2025年5月28日
リザバーコンピューティング(RC)は、Echo State Networkなどのモデルを用いて時系列予測や異常検知に適用されているが、実際の利用にはリザバー層のサイズやネットワーク構造の設定が必要で、これらは経験的・属人的な調整が求められる。既存技術にハイパーパラメータ最適化技術やNeural Architecture Searchがあるが、RCのリザバー層を軸としたモデル全体の構造探索には十分に対応していない。そのため、RCに特化したパラメータやネットワーク構造を効率的に探索・評価するソフトウェアが求められている。本プロジェクトでは、多目的最適化手法を取り入れたRCのパラメータとネットワーク構造を探索するソフトウェアを開発し、従来の手動調整を代替することで、ユーザーが望む性能と効率を実現するRCのモデル設計支援を目指す。
用途に応じてリザバーを簡便に最適化できるツールは、リザバー計算の応用拡大に向けて意義が大きい。連続・離散変数が混在する場合の最適化技術開発自体に挑戦性・未踏性がある。計画・協力体制・準備状況が整っている。
2025年5月28日
2025年度採択プロジェクト概要(冨田・砂山PJ)を掲載しました。