情報を融合するニューラルネットワークの学習法とその応用

2002 Fiscal Year Annual Research Report

• Project/Area Number: 13650486
• Research Institution: Kyoto Institute of Technology
• Principal Investigator: 黒江 康明 京都工芸繊維大学, 工芸学部, 助教授 (10153397)
• Co-Investigator(Kenkyū-buntansha): 森 武宏 京都工芸繊維大学, 工芸学部, 教授 (60026359)
• Keywords: ニューラルネットワーク / 学習 / 情報融合 / リカレントニューラルネットワーク / 連想記憶 / モデル内包学習 / 複素ニューラルネットワーク / 形状復元問題

Research Abstract

本研究の目的は,生体の行う複数の異種の情報の融合を数理的にモデル化し,異種の情報を有機的に融合するニューラルネットワークの学習モデルを確立し,それを実現する学習アルゴリズムを開発すること,およびその応用を検討することである.本年度は,昨年度に引き続いて「人間の脳が行う情報の融合を数理的にどのようにモデル化するか,またそのモデルをどのように学習問題として実現するか」の問題を解決するために,次のように研究を進めた.
多層型のニューラルネットワークを対して前年度得られた成果を,リカレントニューラルネットワークへ発展させた.すなわち異種の情報に内在する関係が教師データとして与えられる場合,これらの関係を実現するための学習法をリカレントニューラルネットワークに対して開発した.また,教師データが直接与えられない場合に対処するため,対象のモデルを学習ループに内包して学習する方法を考え,それを実現する学習アルゴリズムを開発した.また,開発した学習法をロボットビジョンにおける物体の陰影画像からの形状復元間題に応用し,従来困難とされていた中心投影系における形状復元を実現するための学習法を開発した.
さらに,ニューラルネットワークのダイナミクスの機能を用いる問題に対して,情報の融合を実現のための基礎的な検討として,リカレントニューラルネットワークを対象し次のような検討を行った.最近,信号処理などの分野で注目を集めている複素ニューラルネットワークに対し,エネルギー関数の存在条件を検討し,またその条件を用いて連想記憶記憶を実現しそのダイナミックスを解析した.この解析は,実数信号にはない複素信号の特徴である振幅と位相の情報が,ネットワークのダイナミックスによりどのように情報融合されるかを検討する基礎となるものである.

Research Products

• [Publications] Yasuaki Kuroe: "On Energy Function for Complex-Valued Hopfield-Type Neural Networks"Knowledge-Based Intelligent Information Engineering System & Allied Technologies, KES2002. Part 1. 623-627 (2002)
• [Publications] 橋本直樹: "複素ニューラルネットワークのエネルギー関数について"システム制御情報学会論文誌. 15・10. 559-565 (2002)
• [Publications] Yasuaki Kuroe: "On Energy Function for Complex-Valued Neural Networks and Its Applications"Proc. of 9th International Conference on Neural Information Processig, ICONIP'02. (2002)
• [Publications] Ichiro Kimura: "Gradient-based PIV Using Neural Networks"Journal of Visualization. 5.4. 363-370 (2002)