| 研究課題/領域番号 |
18K11517
|
|---|
| 研究機関 | 株式会社国際電気通信基礎技術研究所 |
|---|
研究代表者 |
細谷 晴夫 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 主任研究員 (50335296)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 高次視覚野 / 機械学習 / 深層学習 |
|---|
| 研究実績の概要 |
本年度は、深層生成学習モデルを用いた顔ネットワークのモデルを構築する研究を進めた。そのため、group-based variational autoencoderという新しい理論を開発した。これは、内容と変形という２独立変数と、ニューラルネットで生成過程を定義する深層生成学習モデルであり、順方向にもニューラルネットを併せ持つオートエンコーダ型のモデルであるが、確率的生成モデルとして定義され、不確定性の扱いも考慮してある。画像のような個別データをグループ化したデータセットから、グループ共通因子を内容と差分因子を変形として分離推定するように学習する方式により、顔画像やその他の３次元物体の画像データセットなどから、２つの因子が分離して推定できた。このモデルをvariational autoencoderの上に積層する形で階層的なモデルを構築することで、顔領野AMとMLの複数のチューニング特性（Freiwaldらの2009年の実験、およびFrewald&Tsaoの2010年の実験）を定性的・定量的に再現することができた。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
計画通りにおおむね順調である。
|
| 今後の研究の推進方策 |
今後は、深層生成学習モデルをさらに改良し、Chang&Tsaoの2017年の実験および、Ohayonらの2012年の実験が再現できるようなモデルを目指す。
|
| 次年度使用額が生じた理由 |
新型コロナの影響で物品の納入が遅れる可能性が高くなったため、次年度に執行することにする。
|
