| 研究課題/領域番号 |
16K00259
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 仙台高等専門学校 |
|---|
研究代表者 |
大町 方子 仙台高等専門学校, 総合工学科, 教授 (90316448)
|
|---|
| 研究分担者 |
大町 真一郎 東北大学, 工学研究科, 教授 (30250856)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | パターン認識 |
|---|
| 研究成果の概要 |
機械学習に用いることのできる画像データを生成するモデルを構築することを目的として研究を行った。その結果、統計的モデル化による手法を提案した。画像から抽出される特徴ベクトルの要素間の相関を利用して画像を分割し、分割された部分ごとにモデル化を行うことで画像データを生成するモデルを構築する。提案手法により妥当なデータを生成できることを確認した。また、平行してニューラルネットワークを用いたデータ生成手法についても検討した。
|
| 研究成果の学術的意義や社会的意義 |
画像処理や画像認識の分野では、大量データを活用する手法が多数研究され、成果を上げている。しかし、正確にラベル付けされたデータを大量に収集することは現実的には困難な場合が多く、何百万というデータがあることを前提とした手法は多くの場合そのまま利用することは難しい。提案手法は、データを収集するのではなく生成することで学習データを増やすことを可能とするものであり、機械学習のアルゴリズムには依存しないため、さまざまな手法に利用が可能であると考えている。
|
