KAKEN — 研究課題をさがす | 研究者番号: 80176643

絞り込み条件

検索結果: 5件 / 研究者番号: 80176643

表示件数:

1. 潜在競合学習法による多様多層ニューラルネットワークの構築

研究課題

研究種目	基盤研究(C)
研究分野	ソフトコンピューティング
研究機関	東海大学
研究代表者	上村龍太郎東海大学, 情報教育センター, 非常勤講師
研究期間 (年度)	2016-04-01 – 2019-03-31完了
キーワード	ニューラルネットワーク / 情報理論 / 汎化能力 / 解釈 / 情報圧縮 / 解釈能力 / 相互情報量 / 競合学習 / 内部表現 / 情報劣化 / ディープラーニング / 多層ニューラルネットワーク / 集合的解釈 / デープラーニング / 自己符号化器 / 中間層 / 情報量最大化 / ソフトコンピューティング / 人工知能
研究成果の概要	ニューラルネットワークの代表的な競合学習をより一般的な方法に移行する研究をおこなった。一般化によって競合学習を情報量最大化の一手法と考えることができることがわかった．すなわち，ニューラルネットワークの持つ入力パターンに関する情報量を容易に最大化することができるようになった．この最大化は，複雑な情報を ...

この課題の研究成果物	雑誌論文 (9件うち査読あり 9件、オープンアクセス 3件) 学会発表 (14件うち国際学会 14件)

2. 情報論的自己組織化マップとその応用

研究課題

研究種目	基盤研究(C)
研究分野	感性情報学・ソフトコンピューティング
研究機関	東海大学
研究代表者	上村龍太郎東海大学, 情報教育センター, 教授
研究期間 (年度)	2012-04-01 – 2015-03-31完了
キーワード	ニューラルネットワーク / 自己組織化マップ / 情報論的方法 / 能動学習 / 多層ニューラルネットワーク / 相互情報量 / 競合学習 / 深層学習 / 内部表現 / 段階的情報最大 / 変数選択 / 機械学習 / 情報理論 / 教師付学習 / 自由エネルギー / 重要性分析 / クラス構造
研究成果の概要	本研究ではニューラルネットワークの情報論的研究において目的に応じて多様で開かれた表現を創る研究を行った．具体的には，単純で自然な表現，さらに社会的表現を生み出す仕組みをモデル化しようとした．この開放型の表現研究の中から，ニューラルネットワークの基礎能力を高め，さらに情報量の定義を変更する必要が出てき ...

この課題の研究成果物	雑誌論文 (24件うち査読あり 24件、オープンアクセス 8件)

3. 情報エンハンスメント法とその応用

研究課題

研究種目	基盤研究(C)
研究分野	感性情報学・ソフトコンピューティング
研究機関	東海大学
研究代表者	上村龍太郎東海大学, 情報教育センター, 教授
研究期間 (年度)	2009 – 2011完了
キーワード	ニューラルネットワーク / 自己組織化マップ / 特徴抽出 / 情報理論 / エントロピー / 相互情報量 / エンハンスメント / 内部表現
研究概要	本研究では、ニューラルネットワーク(特に競合学習)が学習によって獲得した内部表現を明確に解釈する新しい方法を提案した。この解釈とは、ニューラルネットワークのすべての構成要素・要素結合の意味と機能を理解すると考える。また自然神経回路の知見により内部表現を設定し学習モデルを作成する研究も視野に入れた。研 ...

この課題の研究成果物	雑誌論文 (55件うち査読あり 55件)

4. 情報量最大化による競合学習の実現とその応用

研究課題

研究種目	基盤研究(C)
研究分野	感性情報学・ソフトコンピューティング
研究機関	東海大学
研究代表者	上村龍太郎東海大学, 情報教育センター, 教授
研究期間 (年度)	2006 – 2008完了
キーワード	競合学習 / ニューラルネットワーク / 相互情報量 / 情報エンハンスメント / 情報損失 / 自由エネルギー / SOM / 特徴抽出 / 情報量損失 / 情報量最大化 / 学習 / 自己組織化マップ / ソフト競合 / 強制情報
研究概要	競合学習を実現する情報量最大化法を提案し、各種の応用を通して、人間・生体系の情報処理過程の多くが情報量最大化のプロセスであるということを実証しようとした。研究では、情報量最大化学習の高速化の研究をおこない大規模問題への応用可能性を示した。さらに、個別特徴の抽出の方法を提案し、入力パターンの詳細な特徴 ...

この課題の研究成果物	雑誌論文 (46件うち査読あり 40件) 学会発表 (18件) 図書 (3件)

5. 情報制御による競合学習の実現とその言語習得過程への応用

研究課題

研究種目	基盤研究(C)
研究分野	知能情報学
研究機関	東海大学
研究代表者	上村龍太郎東海大学, 総合情報センター, 教授
研究期間 (年度)	2001 – 2003完了
キーワード	ニューラルネットワーク / 教師なし学習法 / 教師有り学習法 / 情報量最大化法 / 誤差伝播法 / Radial-basis function / コスト / 競合学習 / 情報量 / 情報量最大化 / 教師付き学習 / 教師なし学習 / 特徴抽出 / 特徴発見 / 汎化能力 / 情報理論 / 自己組織化マップ / 言語習得 / 授受動詞 / 自然言語処理
研究概要	本研究では、人間の知能を模倣する新しい計算モデルを提案し、実際に言語習得過程のシミュレーションに応用しながらモデルの妥当性を探求した。最終的には、新しい知能、思考、認知の新しいパラダイムを創造することを目指して、研究を行なった。 ...

この課題の研究成果物	文献書誌 (63件)