機械学習・ニューラルネット

そのような学習を機械（コンピュータ）にやらせようという技術のことを機械学習といいます。

機械学習の技法の１つとしてニューラルネットがあります。 これは、図1のように生物の神経ネットワークの構造をさまざまにモデル化することで、学習の機能を実現しようとする方法です。 この方法は、例えば図2のように文字や画像の認識などに応用できます。

近年では、ニューラルネットは深層学習（ディープラーニング）と呼ばれる技法へと発展しています。

機械学習やニューラルネットにはいろいろな手法や応用がありますが、私のところでは複素数や、さらに高次元の四元数という数を取り扱うニューラルネットを研究しています。 電気や機械の分野ではさまざまな部分で複素数が使われています。

また、コンピュータグラフィックスやロボット制御などの分野では３次元空間内の座標系の表現のために四元数が使われます。

そこで、複素数や四元数をベースにしたニューラルネットが使えると効率がいいのです。

高次元ニューラルネットの応用の１つとして、３次元空間内で動作するロボットアームの制御に、四元数ニューラルネットを使うにはどうしたらいいかを研究しています。

例えば、図3のように空間内の目的の場所にものを運ぶための適切な軌道を決めるのに、ニューラルネットを使うことを研究しています。

人間がなんとなく腕を動かすのと同じように、ロボットアームが柔軟に障害物を避けたり、適切な軌道を選んだりできるようになるのか調べています。