| 研究概要 |
本研究の目的は,生物が行う複数の異種の情報の融合を数理的にモデル化し異種の情報を有機的に融合するニューラルネットワークの学習モデルを確立し,それを実現する学習アルゴリズムを開発すること,およびその応用を検討することである.本年度は最終年度であるので,前年度までに得られた基本的な成果をもとに研究を完成させるべく,次のように研究を進めた.
多層ニューラルネットワークおよびリカレントニューラルネットワークに対して前年度までに開発した,異種の情報に内在する関係が教師データとして与えられる場合にこれらの関係を学習することにより情報を融合する学習法について,さらに次のことを検討した.すなわち開発した学習法を,情報融合学習の効果,学習の収束性,学習の効率などの観点から検討し,この結果をもとにしてより性能の高い学習法の開発を行った.
また,異種の情報に内在する関係が教師データとして直接得られない場合に対処するために,前年までに対象のモデルを学習ループに内包して学習する方法を考案し,それを実現する学習アルゴリズムを開発した.この方法は,対象のモデルが既知であることが前提であり応用の範囲が限られる.そこでこの方法を対象のモデルに不確定さを含む場合に対処できるように発展させるため,対象のモデル自身を学習により獲得する機構を持った情報を融合する学習法の枠組みを検討し,その学習アルゴリズムを導出した.
さらに,上記の研究により得られた情報を融合する学習法の応用として,ロボットビジョンにおける陰影画像からの形状復元問題や動き場の推定問題や,連想記憶やニューロオシレータの実現問題などに応用する方法をさらに検討した.また,情報の融合がこれらの実際問題への応用にどのように有効に働くかその情報融合のメカニズムを解析し,開発した学習法の性能を検討することにより本申請研究を完成させた.また,今後に残された問題についても整理した.
|
