| 研究課題/領域番号 |
25330300
|
|---|
| 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 |
ソフトコンピューティング
|
|---|
| 研究機関 | 一般財団法人ファジィシステム研究所 |
|---|
研究代表者 |
福島 邦彦 一般財団法人ファジィシステム研究所, 研究部, 特別研究員 (90218909)
|
|---|
| 研究期間 (年度) |
2013-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2017年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2014年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2013年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 視覚パターン認識 / 多層神経回路 / deep CNN / ネオコグニトロン / 学習手法 / 内挿ベクトル法 / Add-if-Silent / margined WTA / 視覚情報処理 / Add-if-Silent則 / add-if-silent則 / 自己組織化 |
|---|
| 研究成果の概要 |
視覚パターン認識能力を持つ多層神経回路「ネオコグニトロン」の新しい学習手法を開発した．中間層に対しては，Add-if-Silent則と負のフィードバック信号を組み合わせた教師なし学習則を完成させた．最上位層に対しては，「内挿ベクトル法」を用いると高い認識率を得られるが，その計算量は参照ベクトル数が増えると急激に増加する．そのため，学習ベクトルの集合全体を少数の参照ベクトルで忠実に表現できる新しい学習法mWTA（margined Winner-Take-All）を提唱した．
|
