| 研究課題/領域番号 |
26330249
|
|---|
| 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 |
知能情報学
|
|---|
| 研究機関 | 信州大学 |
|---|
研究代表者 |
丸山 稔 信州大学, 学術研究院工学系, 教授 (80283232)
|
|---|
| 研究期間 (年度) |
2014-04-01 – 2017-03-31
|
| 研究課題ステータス |
完了 (2016年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2014年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 画像認識 / 機械学習 / 深層学習 / 画像検索 / ニューラルネットワーク / 画像識別 / ネットワーク圧縮 / 属性認識 / 構造学習 / 確率的トピックモデル / 文書認識 / 多重音解析 / 画像想起性 |
|---|
| 研究成果の概要 |
本研究の目的は異種情報を統合する情報表現手法を確立し、それを画像検索結果の言語による修正などに応用することである。本研究では主として画像とそれを記述したテキストに関する情報統合を対象とした。まず、DBMを用いた情報統合を行い、情報統合層を特徴に用いることにより、CNNによる特徴抽出よりも画像識別精度を向上できることを示した。またLSTMとCNNによる統合モデルを用いた場合の画像検索結果のテキストによる修正のための類似度尺度を考案し、その有効性を示した。これらの処理の効率化のためにはCNNの処理時間の短縮が必要になる。そこで、CNNの圧縮方法を考案し、手法の有効性を示した。
|
