| 研究課題/領域番号 |
18K18716
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分12:解析学、応用数学およびその関連分野
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
新井 仁之 早稲田大学, 教育・総合科学学術院, 教授 (10175953)
|
|---|
| 研究期間 (年度) |
2018-06-29 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
2018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 | 単純かざぐるまフレームレット / かざぐるまフレームレット / 錯視 / 深層学習 / 調和解析的方法 / フレームレット / 文字列傾斜錯視 / 調和解析 / 機械学習 / 視覚 / 応用調和解析 / 数理視覚科学 / フレームレット構造 / たたみこみニューラルネットワーク / 2Dディジタルフィルタ |
|---|
| 研究成果の概要 |
本研究では視覚・錯視の研究のために開発した（単純）かざぐるまフレームレット（新井仁之・新井しのぶ 2009, 2011）という調和解析の道具を用いて，ディープニューラルネット(NN)を幾つか構築した．また5文字の文字列傾斜錯視3万個と傾いてない5文字の文字列3万個を作ることにより，文字列傾斜錯視データセットを作成した．このうち70%を訓練用，10%を検証用，20%をテスト用データとして，上述のNNで文字列傾斜錯視の分類を行い，テスト用データに関して98%以上の正解率が得られた．本萌芽研究を発展させた調和解析的方法による錯視と深層学習研究に関する新たなテーマも得られた．
|
| 研究成果の学術的意義や社会的意義 |
本研究成果は調和解析，錯視科学，人工知能を結ぶ学際的研究としてその学術的意義は高い．特に文字列傾斜錯視について，研究代表者らによる数理モデル（新井仁之・新井しのぶ，特許第5456931号，2013年特許査定）とディープニューラルネットとの比較検討をすることにより，AIによる分類のメカニズムの研究につながる可能性がある．本研究で作成した文字列傾斜錯視データセットも初めてのものであり，錯視科学上有用なものである．また，浮遊錯視への可能性も得られたが，それはオプアートや商用化への可能性という社会的意義を含む．本研究成果は萌芽的なものであるが，AIによる錯視の研究に新たなテーマを切り開いたといえよう．
|
