| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2026-03-18 10:00 ［招待講演］Vectors Are All We Share: 超高次元計算・注意機構・連合学習と並列計算機 ○安藤洸太（北大）  CCS2025-80 |
|
| 抄録 | （和） | ニューラルネットワークの内部で形成されている情報表現はベクトルの線形変換とその非線形な合成である． 一方、軽量な学習機構として超高次元計算が研究されている． 本稿では，AI 技術をベクトル変換として捉える視点から，筆者が JST・JSPS の複数課題で探究してきた研究を横断的に紹介する． 注意機構，連合学習，超高次元計算といった AI 諸技術を，内部ベクトル表現の構造という共通軸で再解釈する． 一例として，連合学習における共通基底の発見や，超高次元計算の確率解釈に基づく次元圧縮の試みを示す． さらに，これらの知見から，近代 AI技術に普遍的な処理機構を探訪し，その一つの帰着として可変並列性アーキテクチャを紹介する. |
| （英） | The information representations formed inside neural networks consist of linear vector transformations and their nonlinear compositions. Meanwhile, hyperdimensional computing has been studied as a lightweight learning mechanism. This paper provides a cross-cutting overview of the author’s JST and JSPS research projects from the perspective of interpreting AI technologies as vector transformations. Techniques such as attention mechanisms, federated learning, and hyperdimensional computing are reexamined through the common lens of internal vector representations. As examples, the discovery of common bases in federated learning and an attempt at dimensionality reduction in hyperdimensional computing based on its probabilistic interpretation are presented. Building on these insights, we further explore processing mechanisms that are universal across modern AI technologies and introduce a variable-parallelism architecture as one such direction. | |
| キーワード | （和） | ニューラルネットワーク / 超高次元計算 / 注意機構 / 連合学習 / 並列計算機 / / / |
| （英） | neural networks / hyperdimensional computing / attention mechanism / federated learning / parallel computation / / / | |
| 文献情報 | 信学技報, vol. 125, no. 416, CCS2025-80, pp. 148-152, 2026年3月. | |
| 資料番号 | CCS2025-80 | |
| 発行日 | 2026-03-10 (CCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | CCS2025-80 |
|
| 研究会情報 | |
| 研究会 | CCS |
| 開催期間 | 2026-03-17 - 2026-03-18 |
| 開催地（和） | 北海道 ルスツリゾートホテル&コンベンション |
| 開催地（英） | RUSUTSU RESORT |
| テーマ（和） | CCS, 一般 |
| テーマ（英） | CCS, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2026-03-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | Vectors Are All We Share: 超高次元計算・注意機構・連合学習と並列計算機 |
| サブタイトル（和） | |
| タイトル（英） | Vectors Are All We Share: Hyperdimensional Computing, Attention, Federated Learning, and Parallel Computing |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / neural networks |
| キーワード(2)（和/英） | 超高次元計算 / hyperdimensional computing |
| キーワード(3)（和/英） | 注意機構 / attention mechanism |
| キーワード(4)（和/英） | 連合学習 / federated learning |
| キーワード(5)（和/英） | 並列計算機 / parallel computation |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 安藤 洸太 / Kota Ando / アンドウ コウタ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-03-18 10:00:00 |
| 発表時間 | 50分 |
| 申込先研究会 | CCS |
| 資料番号 | CCS2025-80 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.416 |
| ページ範囲 | pp.148-152 |
| ページ数 | 5 |
| 発行日 | 2026-03-10 (CCS) |
[研究会発表申込システムのトップページに戻る]