シンポジウム2　講演1

演者：
園田　　翔（早稲田大学先進理工学部）

[抄録]
画像処理をはじめとする多くの応用分野で，深層学習の活躍が目覚ましい．特に近年では，画像認識のような認識タスクだけでなく，画像生成のような生成タスクにまで活躍の幅を広げている．1990年代の理論によれば，ニューラルネットは「深層」でなくとも任意の関数を実現できることが分かっている．（この性質は，医用画像に携わる人々にとって馴染み深い，Fourier変換やRadon変換の理論を援用して証明される．）また，一般に深層構造の学習は困難であることも知られている．それでは，なぜ深層にするのか．本講演では，従来理論との違いに触れつつ，深層学習について最近の理論を紹介する．はじめに，浅いニューラルネットの動作原理を簡単に説明する．次に，深層ニューラルネットの理論を紹介する．最後に，工学応用にあたって目指すべき方向性について述べる．