| Project/Area Number |
03251214
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research on Priority Areas
|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
鳥脇 純一郎 名古屋大学, 工学部, 教授 (30023138)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
米倉 達広 茨城大学, 工学部, 助手 (70240372)
岡部 直木 名古屋大学, 大型計算機センター, 講師 (90109273)
横井 茂樹 名古屋大学, 工学部, 助教授 (20115744)
|
|---|
| Project Period (FY) |
1991
|
| Project Status |
Completed (Fiscal Year 1991)
|
| Budget Amount *help |
¥2,300,000 (Direct Cost: ¥2,300,000)
Fiscal Year 1991: ¥2,300,000 (Direct Cost: ¥2,300,000)
|
|---|
| Keywords | ニュ-ラルネット / 情報圧縮 / 因子分析 / 主成分分析 / パタ-ン認識 / 区分線形回帰 / 画像圧縮 |
|---|
| Research Abstract |
1.PPN(Pulseーin Patternーout mapping Networks)の提案
本研究で提案しているPPNは、直交しあう類似入力パタ-ン(標本と同数の入力素子を用意し、各標本に対応づけられた唯一個の入力素子のみに値1、それ以外に値0を配置したもの)を入力し、多次元ベクトルとしての標本デ-タを教師信号として与えるものとする。ここで、第2層(集約層)素子数を標本次元および標本数よりも小さくとれば入力ベクトルデ-タの集約表現を得ることができる。
2.3層および4層PPNによる写像の組合せ位相幾何学的解析
PPN4層モデルの性質を組合せ位相幾何学的なアプロ-チにより考察した。すなわち、4層恒等写像と4層PPNの両モデルでこの考え方に基づくデ-タ解析の手法(区分線形回帰手法)の可能性を示すと同時に、標準的統計デ-タについてPPNによるこの手法を適用し、その有効性を確認した。
3.4層恒等写像型ネットによる擬似区分線形因子分析モデルの提案
4層恒等写像が多層ニュ-ラルネット(第2層を集約層とし第3層を付随層とする)を用いた非線形因子分析モデルの形で表される数式モデルを提案する。
4.4層PPN/4層恒等写像型ネットの画像圧縮への応用
上記の手法を画像圧縮に応用し、従来から用いられている線形手法(KL展開)と比較して、平均2乗誤差で約1/5から1/8程度のより高い圧縮効率が得られることをシュミレ-ション実験で検証し、これらが大規模パタ-ンデ-タに対しても有効な手法となり得ることを確認した。
|
