ニューラルネットワークの学習の理論的解釈

抄録

近年、AIの話題が日々あがっている。特に生成系AIを含めたニューラルネットワーク関連の話題が多い。 しかし、ニューラルネットワークからもたらされる結果は良いが、根拠の分からない、との声がある。 更に深層学習は、いくつもの異なるモデルで成果があがっている。例えば、CNNでは既に人間の認識を超えるほどの精度で物体の識別を行うことが出来る。 LLMにおいても、Transformerの流れを汲むモデルの成果が著しい。 しかしながら、ニューラルネットワークの全般にいえるが、何故それらの結果が出るのか説明する理論的研究成果が少ない。 そこで、本研究はニューラルネットワークの学習に焦点を当て、学習および学習されるモデルの特徴から数理的に学習結果を説明することでニューラルネットワークの理論的理解の一助とするものである。