[dbjapan] 第26回愛媛大学DS研究セミナーのご案内(10/27開催) (登録締切:10/25 12:00)

日本データベース学会の皆様 愛媛大学DS研究セミナーの案内をお送りいたします。 よろしくお願いいたします。 石川勲 -- 　　　　　　第26回愛媛大学DS研究セミナー(10/27開催) 　　　　　　　　　　　　　　　　愛媛大学データサイエンスセンター(CDSE) 愛媛大学データサイエンスセンター（CDSE）は、AI・統計解析・機械学習等の広義でのデータサイエンスと接点のある研究者、実務家、教育者を学内外から招聘し、講演していただく愛媛大学データサイエンス研究セミナー（愛媛大学DS研究セミナー）を開催していきます。 この度、下記の要領で第26回愛媛大学DS研究セミナーを開催いたします。参加を希望する方は下記にあります登録フォームよりお申し込みください。皆様のご参加をお待ち申し上げます。 【日 時】2023年10月27日(金) 16:30～18:00 【開催場所】オンライン開催（Zoom（先着300名）・Youtube同時配信） 【講演者】園田 翔 氏（理化学研究所革新知能統合研究センター研究員） 【題 目】積分表現でニューラルネットを理解する 【概 要】 今日の AI 技術において汎用的に用いられているニューラルネットは、無数のニューロンを並列・縦列に接続した構造をもつ非線形関数である。ニューラルネットが表す関数の性質を調べるには、ニューロン毎のパラメータを調べるよりも、ニューロン集団の分布を調べる方が扱いやすい。積分表現理論は、一つの隠れ層を構成するニューロン集団を符号付き分布としてパラメトライズする解析理論である。この方法の強みは、ニューラルネットが表す関数を分布関数に対応付ける分解作用素（リッジレット変換）が積分作用素として陽に書き下せることである。リッジレット変換は 1990年代に Euclid 空間上の全結合層に対して Murata と Candes によって独立に発見されていたが、今日の多様なネットワーク構造に対するリッジレット変換は未発見であった。講演者らの最近の研究により、多様体（非コンパクト対称空間）上の全結合層や、抽象ベクトル空間上の群畳み込み層、深層ニューラルネットに対してリッジレット変換を系統的に導出できるようになった。本講演では、ニューラルネットと積分表現理論の概要を説明し、リッジレット変換の自然な導出法について解説する。 【参加登録】事前申込制としています。 参加を希望する方は下記URLよりお申し込みください。 【登録締切】2023年10月25日(水) 12:00 ※定員先着300名となっております。 同時にYouTube配信も行っております。 締め切り後に、先着300名様にはZoom参加用URLとYouTubeのURLを、301名様以降にはYouTubeのURLをメールでお送りします。メールが届かない場合は下記問い合わせ先までご連絡ください。 参加登録 https://forms.gle/rMkCjT19R9W6GHwZ8 ご登録いただいた内容は、このセミナーに係る諸連絡のみに使用し、本人の同意なしに第三者に開示・提供、使用はいたしません。 問い合わせ先： CDSE事務（石川由美・越智愛） cdse(a)stu.ehime-u.ac.jp 愛媛大学データサイエンスセンターHP　https://www.cdse.ehime-u.ac.jp/ 第26回愛媛大学DS研究セミナー案内 https://www.cdse.ehime-u.ac.jp/DS_Seminar/DS_Seminar26_20231027.pdf