日時

2023年11月27日（月）13:30〜18:00

場所

理学部6号館809号室

参加登録

https://forms.gle/UHknmg2ph8UFqgTb6

プログラム

13:30~15:30　大林一平（岡山大学AI・数理データサイエンスセンター）

「パーシステントホモロジーの理論と応用」

16:00~18:00　中野直人（明治大学大学院先端数理科学研究科）

「reservoir computing に関わるランダムネットワークの普遍性」

概要

大林一平（岡山大学AI・数理データサイエンスセンター）
「パーシステントホモロジーの理論と応用」
トポロジーの概念をデータ解析に活用する位相的データ解析の主要なアイデアであるパーシステントホモロジーは，データの形を定量化し，形のデータサイエンスを実現するための方法論である。本講演ではこのパーシステントホモロジーについて，数学的基礎，応用に有用な理論，応用例，ソフトウェア，そして将来展望について議論する。

中野直人（明治大学大学院先端数理科学研究科）
「reservoir computing に関わるランダムネットワークの普遍性」
Reservoir computing (RC)は再帰的ニューラルネットワークの一種であり，集団的カオスダイナミクスやノイズによるカオス抑制といった豊かな力学特性を持つ．RCでは入力層や内部層の結合係数は学習せず，出力層への read-out写像のみを学習するため，内部ネットワークの性質が学習性能を左右する．ここでは内部ネットワークの結合をランダム行列で与えることにして，その確率分布に関わる普遍的な性質やRC の計算性能との関係を探ってみる．