| 研究概要 |
Kohonenの自己組織化マップ(SOM)を一般化と拡張について,(1)基礎的研究(2)応用的研究(3)発展的研究の3点について研究を実施し,下記の成果を得た.1.基礎的研究(1)モジュラーネットワーク型自己組織化マップ(mnSOM)について,任意のモジュールを採用した場合の学習アルゴリズムについて確立した.また多層パーセプトロンをモジュールとした場合に生成されるマップを,関数空間における距離と正規直交展開を用いて理論的に証明した.このほか,非線形振動子や恒等写像モジュールを使ったmnSOMの開発と検証を行った.(2)高階型自己組織化マップ(SOMn)を考案し,その理論を確立した.特にファイバー束やホモトピーなどの幾何学との関連,テンソルによるアルゴリズム記述などを通して,過去に例を見ない学習理論の考案になった.2.応用的研究(1)mnSOMを利用した自己組織適応制御器を開発し,倒立振子等に応用した.制御対象のパラメータが突然変化しても対応可能で,また未知の状況でもロバストな手法を開発した.(2)SOMnを顔画像や手書き文字識別に応用した.人間のような注視機能に似た「ドット分布表現」を考案し,SOMnと組み合わせて新しいパターン認識手法を開発した.またSOMnを用いた顔画像識別では,顔の形と向きの違いを表現した多面的データ表現の獲得ができた.この他,手書きの落書き分類,テクスチャ分類などの感性情報処理に関する課題も行い,報告した.3.発展的研究(1)mnSOM,SOMnを自律ロボットに応用し,自己組織的に外界の内部モデルを獲得することに成功した.またmnSOM,SOMnを元に,モジュールが自己進化的に追加される自己進化型モジュラーネットを開発した.さらにSOMnをVLSI実装することに成功し,自律ロボット等のシステム組み込みをめざした.
|
