| 研究概要 |
本研究の課題では,ニューラルネットワークが主な要素技術となっている。ニューラルネットワークを用いて画像に潜在している構造を発見するためには,まずニューラルネットワークの学習法と学習後のネットワークの挙動について研究することが必要不可欠である。また,学習されたネットワークがもつ画像の分類能力や認識能力についても研究しなければならない。学習されたネットワークから規則抽出を行う研究も必要になってくる。さらに,画像から規則を抽出しやすくするような入力画像の前処理も重要な研究である。
このような背景を踏まえ,本研究では,研究課題にあるニューラルネットワークのエントロピー最小化学習法にとらわれることなく,広くニューラルネットワークの学習法やセルラーニューラルネットワークの挙動解析について研究を行い,画像分類や規則抽出にそれを応用した。もちろん,本研究の課題であるニューラルネットワークのエントロピー最小化学習報とウェーブレット技術を組み合わせて、画像から構造を発見する方式についても研究を行った。また,ニューラルネットワークを用いて3D画像から構造を発見するための準備として,3D画像の曲面生成の研究,3Dモデルの類似検索の研究,3Dモデルのモーションキャプチャの研究等を行った。本研究では,次の5つの研究題目を設定し研究を推進した。
1)ニューラルネットワークの学習法と画像分類に関する研究
2)ニューラルネットワークの学習法と規則抽出に関する研究
3)セルラーニューラルネットワークの挙動解析に関する研究
4)画像からの構造発見に関する研究
5)3D画像に関する研究
|
