| 研究課題/領域番号 |
11650422
|
|---|
| 研究機関 | 名古屋工業大学 |
|---|
研究代表者 |
岩田 彰 名古屋工業大学, 工学部, 教授 (10093098)
|
|---|
| 研究分担者 |
黒柳 奨 名古屋工業大学, 工学部, 助手 (10283475)
松尾 啓志 名古屋工業大学, 工学部, 助教授 (00219396)
|
|---|
| キーワード | ニューラルネットワーク / パルスニューロンモデル / 学習則 / 教師あり学習 / ベクトル量子化 / 聴覚神経系 / 音源定位 / 音源認識 |
|---|
| 研究概要 |
本研究の目的はパルスを伝達情報として用いるニューロンモデル(パルスニューロンモデル:PNM)を用いて生理学上の知見に基づいた聴覚情報伝達経路モデルを構築することである。本研究課題の前段階において、我々はPNMのための教師あり学習則を提案し、簡単な線形分離問題においてこの学習則が動作することを確認した。本研究課題においては、このPNMのための教師あり学習則を非線型分離問題に応用可能な、汎用的な学習則を確立することを目的とした。PNMのための汎用的な学習則の構築を考え、本年度はPNMのためのあらたな学習則を2種類提案した。ひとつはパルス間の特定位相差を学習するための学習則、もうひとつはパターン分類のための教師無し学習則である。音源定位などの特徴量認識課題は大きくわけて線形分離写像獲得と非線型分離写像獲得にわけることができる。前途の教師あり学習則はこれらのうち線形分離写像を実現することが出来るが、多階層ネットワークへの学習則の拡張が困難なため、非線型分離写像を実現することが困難であった。そこで、今回あらたにPNMのための教師無し学習則を提案することで、PNMに対して入力信号空間の量子化を行い、量子化後のネットワーク出力を教師あり学習則で学習することにより非線分離写像の獲得を行うことが可能となった。また、時系列信号に関しては情報は信号の強度のみではなく、信号間の位相差としても伝達される。そこで提案する教師あり学習則に、信号間位相差情報を獲得するための学習則を追加し、時系列信号に含まれる複数の情報を効率よく学習することを可能とした。また、提案学習則の応用として環境把握のための音源識別システムを構築し、本システムによって音による緊急自動車の判別が可能であることを検証した。これらの成果については電子情報通信学会NC研究会(平成11年12月)および国際会議ICONIP'99(平成11年11月)において発表された。
|
