| 研究概要 |
本研究所は,ニューラルネットワークのパターン認識能力を活用することによって,貨幣(紙幣およびコイン)の自動識別を人間とほぼ同精度でしかも人間よりも高速に行い,高度情報化社会におけるOA化の進展に寄与することを目的としている.とくに本研究では,ニューラルネットワークの学習能力を向上させるために,ニューラルネットワーク構造の最適化および入力画像の特徴抽出を自動的に行うモジュール化を行い,人間が行うパターン認識精度に近い貨幣識別技術を提案した。具体的には,次のようにまとめられる.
(1)ニューラルネットワークによる紙幣の真偽識別手法の提案
ニューラルネットワークのパターン認識能力を用いた紙幣識別用パターン認識手法について考察する。申請者らがこれまでに開発してきた,紙幣識別技法で問題点として残されてきた真偽識別を可能とするパターン認識手法として,従来から用いてきた紙幣画像に加えて,手触り感覚のような人間の触覚や印刷用インクに含まれている磁気量および紙幣のたわみ度などを入力データとして利用し,ニュラルネットワークによる真偽判定ならびに紙幣識別を同時に行う手法について考察した.
(2)ニューラルネットワークのダウンサイジングと進化機能の創出
(1)で考察したニューラルネットワークの学習能力と向上させるためには,汎化能力に富んだネットワークの構造が要求されている。本研究では,できるだけネットワークの規模が小さくしかも認識能力が低下しない構造を決定し,従来のニューラルネットワークが有していた局所最適解へのトラップを防ぐために,遺伝的プログラミングを適用する進化型ネットワーク構築手法を提案した.
|
