1998 Fiscal Year Annual Research Report
| Project/Area Number |
08650514
|
|---|
| Research Institution | TOYO UNIVERSITY |
|---|
Principal Investigator |
米山 正秀 東洋大学, 工学部, 教授 (60277358)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
水野 皓司 東北大学, 電気通信研究所, 教授 (30005326)
|
|---|
| Keywords | ミリ波 / イメージング系 / 画像復元 / ホップフィールドニューラルネットワーク / ボルツマンマシン |
|---|
| Research Abstract |
平成10年度における研究は、昨年度に引き続き後処理系について重点的に実施された。昨年度はダイナミック型ニューラルネットワークとしてボルツマン・マシンによる画像復元の後処理について研究を行い、ホップフィールド・ニューラルネットワークよりも優れた復元性能が得られる感触を得た。したがって、今年度は次の2点について研究を行った。(1)実験条件を同一にしてホップフィールド・ニューラルネットワークとボルツマン・マシンのパターン想起性能の正確な比較実験を実施した。(2)ニューラルネットワーク後処理の残された大きな問題である未学習物体の選別処理について実験的研究を行った。
先ず、(1)については、記憶パターンとして2値のパターンを3パターン、4パターン、5パターン、6パターン同時に記憶させた4ケースについてホップフィールド・ニューラルネットワークとボルツマシ・マシンのパターン想起性能の比較実験を行った。実験の結果、何れの場合についてもボルツマン・マシンの方が優れた想起性能を示した。これはボルツマン・マシンの場合はホップフィールド・ニューラルネットワークに比して、ローカルミニマムに相当するスプリアス・パターンを想起する割合が圧倒的に少ないためである。この実験により、極度に劣化した入力パターンに対してもアニーリングが効果的に作用することが確認できた。(2)については、パターンの想起時間の長短と想起演算回数の多少により学習済みパターンと未学習パターンを判定する実験をホップフィールド・ニューラルネットワークとボルツマン・マシンの両方について実施した。実験の結果、ある程度の判定基準が得られたが、確定的な結果を得るには更なる研究の必要性が認められた。
|
