| 研究課題/領域番号 |
10650353
|
|---|
| 研究機関 | 電気通信大学 |
|---|
研究代表者 |
高橋 治久 電気通信大学, 電気通信学部, 教授 (90135418)
|
|---|
| 研究分担者 |
若月 光夫 電気通信大学, 電気通信学部, 助手 (30251705)
西野 哲朗 電気通信大学, 電気通信学部, 助教授 (10198484)
富田 悦次 電気通信大学, 電気通信学部, 教授 (40016598)
|
|---|
| キーワード | 複素ニューロン / パルスニューロン / 機能的結合 / ボレッマンマシン |
|---|
| 研究概要 |
外界の情報を分解処理した後、それを再構成し統合するバインディング問題に対し、パルス同期を表現できる巧妙な人工ニューラルネットワークモデルとその効率的学習訓練アルゴリズムを構築すると同時に、ブラインドセパレーション・バインディング問題の一般的数理・工学モデルを提案し、更にそれを音声のブラインドセパレーションに応用し複数話者の同時入力に対応可能な対雑音音声認識システムの基礎を確立することを目的として研究を行った。
本年度は、フェザーニューロンとその学習アルゴリズムを開発し、その実験的検討を行うと共に、視覚情報処理において位相ニューロンによる情報表現について検討した。フェザーニューロンは、前年度のモデルをさらに改良し、パルスの位相と発火率を同時に表現できるモデルを開発した。また、当初の予定通り、ボルツマンマシンの学習法を拡張し、位相と発火率の両方を同時に学習できるアルゴリズムを開発し、シミュレーション実験による検討を行った。位相情報表現を視覚情報処理に適用し検討を始めている。
|
