| 研究課題/領域番号 |
18K18120
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61040:ソフトコンピューティング関連
|
|---|
| 研究機関 | 小樽商科大学 |
|---|
研究代表者 |
片岡 駿 小樽商科大学, 商学部, 准教授 (50737278)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 確率的画像処理 / 確率的グラフィカルモデル / マルコフ確率場 / EMアルゴリズム / 統計的機械学習理論 / ソフトコンピューティング / 確率的情報処理 / 画像処理 |
|---|
| 研究成果の概要 |
本研究計画では画像構造を考慮した確率的画像処理の方法論の構築を目的として、機械学習の考え方と確率的画像処理の考え方を融合する研究を主に進めてきた。機械学習の考え方を確率的画像処理に応用するにあたっては対象とするデータの数が問題となる。機械学習の方法は大量データの存在を仮定しているが、画像処理で使用するのは処理対象となる画像１枚である。そのため、本研究計画では大量データから得られた機械学習の学習結果を処理対象となる画像の処理に特化した確率的画像処理の方法に変換する方法を提案し、数値実験により提案法の有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究計画では確率的画像処理の機械学習の融合について取り組んだ。機械学習の方法は深層学習の方法を中心に様々な分野で成果を挙げているが、機械学習の問題設定を他の分野にそのまま持ち込んだ形が多く、機械学習の考え方の取り入れて分野を発展させていく取り組みはそこまで多くは行われていない。本研究で得られた結果は、機械学習の方法を画像処理に直接適用するのではなく、機械学習の考え方を画像処理の分野に応用する一つの例として今後の確率的画像処理分野の発展に貢献するものと考えている。
|
