|
生物細胞の働きを模擬したニューラルネットによる画像認識システムの構築の研究を行なうにあたり、今年度は、昨年度の研究成果である、ARMAモデル(パラメトリックモデルの一つ)から少ない計算量で合成信号を生成する手法を発表した(11.研究発表1番で発表)。
また、昨年度に引続きパラメトリックモデルにおける非線形処理について考察した。その結果、ニューラルネットの各ユニットが画像認識を行う過程で、画像を内部テクスチャの類似した領域を最小単位として捉えている傾向が確認された。この事実は、Suga教授(米国ワシントン大学)が1973年に発見した実際の生物のニューロンの発火状態がその処理対象によって、限られた個数のクラスに分類されると言う事実に類似している。このような類似性が発見された事から、本ニューラルネットを、画像認識への適用を試みることによって、中間層の働きに新たな知見が得られる可能性が大いにある。研究は現在も継続中であり、今後も興味深い事実の発見が期待できる。また、上記研究の過程で、研究代表者は、画像のテクスチャ解析を可能とする領域分割システムを構築した。(11.研究発表2番で発表予定)。構築された領域分割システムは、遺伝的アルゴリズムを基に実現され、従来法では困難であった異なる内部テクスチャを持つ領域が混在している画像にも応用が可能である。
研究成果の発表は両者共に、論文印刷時に科学研究費の援助を受けた研究である事を明示した。
|
