Publicly Offered Research
Grant-in-Aid for Scientific Research on Innovative Areas (Research in a proposed research area)
本研究では、人間の視覚情報処理の学習モデルとして、畳み込み深層ニューラルネットに基づく教師なし学習を仮定し、大規模な顔・身体画像データを学習した深層ニューラルネットワークが、どのような顔・身体情報表現を自己組織的に獲得するのか明らかにすることを目標とする。本年度は、畳み込み深層ニューラルネットが、サル視覚野から記録した神経情報表現と類似性が高いことを明らかにした。また、計画班でフィールドワークを行うグループから、さまざまな文化圏で収集された画像データを提供いただき、主に顔画像の成分解析を行った。その結果、データ採取地域固有の顔特徴の存在が示唆された。
令和元年度が最終年度であるため、記入しない。
All 2019 2018 Other
All Journal Article (3 results) (of which Peer Reviewed: 3 results, Open Access: 3 results) Presentation (8 results) (of which Int'l Joint Research: 4 results, Invited: 1 results) Remarks (2 results)
Scientific Reports
Volume: 9 Issue: 1 Pages: 3829-3829
10.1038/s41598-019-40370-7
Journal of Vision
Volume: 18 Pages: 756-756
2018 IEEE International Conference on Systems, Man, and Cybernetics (SMC)
Volume: - Pages: 105-109
10.1109/smc.2018.00028
https://unit.aist.go.jp/hiri/nrrg/research/index.html
https://unit.aist.go.jp/hiri/nrrg/index.html