|
スパース符号化のための辞書学習における内積を正定値カーネルに置き換えることで、観測値ベクトルとの間で非線形な関係性を持つアトムを学習させる手法を開発した。アトムは観測値ベクトルを生成するテンプレートと捉えることができ、潜在的な特徴量とみなすことができる。
さらに、辞書学習を用い、画像データから特徴量を取得する研究を進めた。特にカルシウムイメージングによって記録された動物脳内の神経活動を表す動画を時間成分と空間成分に分解し、発火パターンをテンプレートとして取り出すシステムを開発した。辞書学習は深層学習よりも高速で学習することが可能なため、パターンに応じて脳にフィードバックを送る実験系が実現された。
|
