| 研究課題/領域番号 |
12680390
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 九州工業大学 |
|---|
研究代表者 |
安井 湘三 九州工業大学, 大学院・生命体工学研究科, 教授 (50132741)
|
|---|
| 研究分担者 |
鈴木 宏昭 青山学院大学, 文学部, 助教授 (50192620)
下薗 真一 九州工業大学, 情報工学部, 助教授 (70243988)
|
|---|
| 研究期間 (年度) |
2000 – 2002
|
| 研究課題ステータス |
完了 (2002年度)
|
| 配分額 *注記 |
3,000千円 (直接経費: 3,000千円)
2002年度: 700千円 (直接経費: 700千円)
2001年度: 1,100千円 (直接経費: 1,100千円)
2000年度: 1,200千円 (直接経費: 1,200千円)
|
|---|
| キーワード | アナロジー / 学習 / 類推 / 抽象化内部モデル / 刈り込み / 隠れ素子 / ニューラルネットワーク / 独立成分解析(ICA) / 独立分解解析(ICA) |
|---|
| 研究概要 |
我々が開発したCSDF構造刈り込みの手法は、脳機能の本質に迫るとされる冗長削減原理の一形態と考える。本基盤研究では、この手法を洗練・改良した上で以下のような応用を行い、当初の目標は概ね達成されたものと考える。
(A)アナロジー類推プロセッサ
アナロジーは認知科学、心理学、科学史、AIなどで研究されてきた。アナロジー類推を行う我々のニューロプロセッサは比較的シンプルで、そこでは抽象化内部モデルおよび具体⇔抽象の結合がCSDFの働きで自律生成されるという独自のものである。内部モデルへの引き込み等が起こることで、複合アナロジーや追加アナロジーの学習パラダイムにおいても有効であることが確認された。
(B)独立成分分析(ICA)
ICAもしくはBSSとは、混合された複数未知信号を分離抽出するという新IT技術である。我々の方法は、情報理論に基づいた従来法とは根本的に異なる。センサー信号を入力するオートエンコーダに恒等写像学習を行わせ、同時に、デコーダ部にCSDFを施す。すると、CSDFに抗して生き残った隠れ素子が源信号を再生する。また、デコーダ行列は混合行列を再生するので、デコーダ部は外部世界(源信号-センサ)の内部モデルとなる。従来法と比べて適応性・ロバスト性に富むことが特長で、音声や画像の実データを使った実験においてもある程度の成功を収めた。
|
