日　時　2025年7月31日（木）15:15〜16:30 場　所　自然系学系D棟D509 講演者　磯部伸（理化学研究所） 題　目　ワッサースタイン勾配流による連続無限層ニューラルネットワークの数学解析 概　要　現代AIの中核技術である深層ニューラルネットワークは，活性化関数とアファイン変換からなる非線形関数を，再帰的に合成することで得られるパラメタ付き関数モデルです．そのパラメータを，ある目的（汎）関数の値がなるべく小さくなるように更新することで関数を近似する，というのが，深層学習の基本的なアイデアです．ここで「この更新は時刻無限大で収束するのか」という数学的な問題が生じます．本講演では，実解析的な滑らかさを有するニューラルネットワークを用いる設定において，この問題にアプローチする試みについてお話しします．時間が許せば，技術的な鍵となるワッサーシュタイン勾配流の漸近挙動解析理論の拡張についてもお話ししたいと思います．