| 研究課題/領域番号 |
17K00226
|
|---|
| 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 | 千葉大学 |
|---|
研究代表者 |
井宮 淳 千葉大学, 統合情報センター, 教授 (10176505)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 多重線形型式 / 主成分分析 / 多次元多元情報 / 概略情報 / 情報圧縮 / 情報検索 / 情報蓄積 / 医用画像処理 / データ依存処理 / 形状解析 / 臓器顕微鏡下画像 / 縦状解析 / 模型規範型情報処理 / 空間形状解析 / 多重線形形式 / 対象依存型情報処理 / 医用画像 / 画像理解 |
|---|
| 研究成果の概要 |
旧来のベクトル形式のパターン認識法では、標本化された画像データを超高次元のベクトルとして扱うため、データ表現すると臓器や細胞の幾何構造や、帯域間の相関を対象の認識・理解に加味するには観測者の対象に対する知識を必要としてきた。したがって、臓器や細胞、材料内部の幾何構造としの性質を考慮しながら判別を行うためには、対象依存データ解析手法に従って、対象の幾何構造や階層構造をも保存したまま、パターン認識理論が適用可能な形式で、高次元配列データを表現する必要するために、多重線形型式を利用して、高次多元高次元配列データに対するパターン認識理論を構築した。
|
| 研究成果の学術的意義や社会的意義 |
生物学・医学・材料科学において解析の対象となる高次元画像は、高次元配列データとして時空間の位置に割り付けられた物理量や化学量である。物理量や化学量は、物理計測に基づく原子のスピンに基づく物理情報、生物物理的な情報、光の散乱や放射に基づく多周波数データなど多岐にわたる多元データである。観測され蓄積された大量のデータを対象として、新現象の発見や分類、過去の計測データの検索、計測したデータ間の整合を行う、発見科学の手法を時空間高解像度多元データに適用するためには、多次元多元配列データを機能的に表現し、認識・分類・検索する手法を構築する必要がある。
|
