2019 Fiscal Year Research-status Report
調和解析的方法による視覚・錯視の研究の機械学習への応用
| Project/Area Number |
18K18716
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
新井 仁之 早稲田大学, 教育・総合科学学術院, 教授 (10175953)
|
|---|
| Project Period (FY) |
2018-06-29 – 2021-03-31
|
| Keywords | 錯視 / フレームレット / たたみこみニューラルネットワーク / 機械学習 / 2Dディジタルフィルタ / 調和解析 |
|---|
| Outline of Annual Research Achievements |
本年度は，昨年度に引き続き、機械学習と錯視の関連について研究を行った。一口に錯視といってもさまざまなタイプの錯視がある。たとえば本来の配置あるいは形状と異なって見える幾何学的錯視、色に関する錯視、浮遊錯視などである。しかし、それらの錯視発生の主な要因は必ずしも同じ脳の領野にあるというわけではない。申請者は本研究と深く関連する過去の研究において、ある種の幾何学的錯視について、大脳皮質のV１野での視覚情報処理の数理モデルとして調和解析的な方法によりモデルを構築し、それを使って研究を行い、また浮遊錯視では大脳皮質V４野で行われているであろう処理の一部の数理モデルを考案し、それにより研究を行った。今回の研究における錯視研究に関連するのは、画像の分類などで使われているたたみこみニューラルネットワークであるが、多くの場合、たたみこみニューラルネットワークのたたみこみ層では、大脳皮質のV１野の視覚細胞（単純細胞）の受容野を想起させるようなフィルタが生成されることが知られている。したがって、その処理はV１野による各種処理のアナロジーを類推させる。このようなことから、昨年度の研究を踏まえて、本年度は特にある種の錯視に関する申請者による脳内のV１野に関わる視覚情報処理の数理モデルとたたみこみニューラルネットワークによる方法を組み合わせるための接合部分の研究を進めた。また、昨年度に引き続き、視覚研究に関する調和解析的方法とたたみこみニューラルネットワークとの双方向的な研究も進めた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
具体的にある種の錯視について、それに関する脳内の視覚情報処理の数理モデルの特性、機械学習との関連などについて研究を行うことができ、次年度の研究に向けて研究を進行させることができた。
|
| Strategy for Future Research Activity |
具体的な錯視について機械学習の応用方法を検討し、計算機実験を行う予定である。またそれと同時に、調和解析との関連についても計算機実験を行う予定である。
|
| Causes of Carryover |
（理由）計算機実験の実施を次年度に本格的に行う予定であるが、コンピュータの進歩を勘案すると、次年度に最新の機種のハイスペックなワークステーションを購入するのが研究遂行上有益であると考えたため。（計画）次年度に機械学習の計算機実験用のワークステーションをはじめ、必要な機材購入の計画をしている。
|
