| 研究課題/領域番号 |
16K06357
|
|---|
| 研究機関 | 徳島大学 |
|---|
研究代表者 |
西尾 芳文 徳島大学, 大学院社会産業理工学研究部(理工学域), 教授 (80253227)
|
|---|
| 研究分担者 |
上手 洋子 徳島大学, 大学院社会産業理工学研究部(理工学域), 准教授 (80582642)
細川 康輝 四国大学, 経営情報学部, 准教授 (20341266)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | セルラーニューラルネットワーク / 複雑ネットワーク / 非線形回路 / カオス |
|---|
| 研究実績の概要 |
本研究では、研究代表者のグループがこれまでに行ってきた複雑系ネットワークの研究成果をセルラニューラルネットワーク（ＣＮＮ）に組み込むことで、人間の脳での処理に近い高機能な情報処理をリアルタイムで行うことができる新しい複雑ネットワークＣＮＮを開発する。
ＣＮＮがもつリアルタイム性とアナログ非線形性の利点を最大限に活かしつつ、複雑系ネットワークの特徴である創発性や時空間変動性を積極的に利用し、また、計算機シミュレーション・回路実験・理論解析により、システム設計・特性調査・アプリケーション開発・回路実装までを行うことで、様々な実問題に適用可能な高度な情報処理システムを実現することを目的としている。
平成30年度に得られた主たる成果は以下の通りである。
１．遅延層を含む二層ＣＮＮによる画像処理：本研究では、二層ＣＮＮの第二層に、遅延テンプレートを含むＣＮＮをもつＣＮＮの開発を行った。計算機シミュレーションにより、本提案手法が、複雑な入力画像のエッジ検出に効果があることを確認することができた。
２．二種類のテンプレートを含むＣＮＮ回路によるカラー画像処理：本研究では、二種類のテンプレートを市松模様に配置した二次元ＣＮＮを設計し、カラー画像の処理を行った。二種類のテンプレートをさまざまに変化させることで、入力画像のカラー情報に依存した処理を行うＣＮＮを設計することができた。
３．複雑系カオスネットワークの同期：本研究では、カオス回路をノードに持つ複雑系ネットワークにおいて、ノード間の結合の強さがノードの次数によって変化する場合にみられる複雑な同期現象についての調査を行った。計算機シミュレーションにより、ノードの次数がネットワーク全体の同期状態に強く影響を与えることが明らかとなった。
|
