| 研究課題/領域番号 |
20K11957
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 東京都立産業技術大学院大学 |
|---|
研究代表者 |
石井 直宏 東京都立産業技術大学院大学, 産業技術研究科, 研究員 (50004619)
|
|---|
| 研究分担者 |
小田切 和也 椙山女学園大学, 文化情報学部, 教授 (30449491)
松尾 徳朗 東京都立産業技術大学院大学, 産業技術研究科, 教授 (80433142)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 非対称構造ネットワーク / Bio-inspired network / 非対称、非線形構造 / 直交基底の生成 / 高次直交基底の生成 / 多層構造の基底の生成 / 多層構造の高次基底の生成 / Bio-inspired ネットワーク / 直交部分空間の生成 / 非線形機能の空間生成 / 特徴空間でのトラッキング / 非対称構造の多層ネットワーク / 非対称構造のニューラルネット / Gabor filter / 選択的直交空間の生成 / 層状サブネットワークの構成 / 独立サブネットワークの設計 / 非対称構造でのGabor filter / 直交空間での特徴と学習 / 多層ニューラルネットの直交変換 |
|---|
| 研究開始時の研究の概要 |
非対称構造を持つニューラルネットが適応性を持つ選択的直交空間の生成に寄与することを明らかにする。すでに、入力刺激の強度変化のある刺激に対して、ガボールフィルタを持つ非対称構造のネットワークの高い適応性を持つ直交化空間を実現できることを示した。われわれの研究では２次の非線形性を有する従来のEnergy modelの対称構造のネットワークよりも、非対称構造のネットワークが優れた方位選択性の能力のあることを示してきたが、さらに、直交空間の生成から局在性、スケール選択性、学習効率性・信頼性を向上した多層ネットの高い機能を持つ空間となることを明らかにする。
|
| 研究成果の概要 |
視覚系での直交部分空間では非対称構造とRectifi-cationなどの非線形処理が大きく関わる。この二つの特徴が直交部分空間の直交基底を生成することを示した。トラッキング特性の解析を行った。この特性が非対称ニューラルネットワークで優れており、従来のガボールフィルタを持った対称モデル（Energy modelと呼ばれる）に比べ、優れていることを
示した。さらに、非対称構造のネットワークが対象モデルに比べ、分類能力が優れていることをベクトル空間上で、証明した。さらに多層のニューラルネットワークにより、高次の次元の直交基底が、低層の基底から構成できることにより、高次の直交基底の生成問題を取り上げた。
|
| 研究成果の学術的意義や社会的意義 |
ニューラルネットワークの人工知能分野での適用が深層学習を中心として、大きく、進展している。しかし、深層のニューラルネットワークの処理のメカニズムの解明が十分でなく、ラックボックスでの処理として、残されている問題点も少なくない。そこで、本研究課題は明らかにしてきた生物の視覚神経系ネットワークをベースに、理解、説明可能な層状ネットワークの構成とその処理機構を明らかにして、深層学習のメカニズムの機能の基礎を明らかにすることである。
|
