研究課題
本研究は画像圧縮、音声処理、データマイニングのような応用の基礎となるデータ圧縮技術の実現方法として、高速なベクトル量子化法の開発とFPGA上での実装を目指している。19年度は、以下の研究計画に従って遂行した。1)従来モデルにおけるクリスプやソフトマッチングなベクトル量子化アルゴリズムの研究についてのレビューを行い、これまでいかなるモデルが有効とされてきたか、また、いかにモデルの欠点についての改良がなされてきたかについての検討を行った。これらの結果は、JACIIIの論文中にまとめている。2)アンサンブル学習について、これまで行われてきた研究についてレビューを行った。その結果、アンサンブル学習についての一般的な理論と、個別のモデルへの適用については分けて考える必要があることを確認した。3)ニューラルネットワークの自己組織化手法であるSOM、ニューラルガスネットワークやc-平均法等を用いて、アンサンブル学習の導入を行い、効果的な活用法を開発し、ISCCSPにおいて発表した。その結果、それぞれの方法において、アンサンブル学習の効果を確認した。また、アンサンブルを用いることにより、c-平均法でもSOMやニューラルガスネットワークと同程度の十分な効果が得られることを確認した。4)アンサンブル学習の並列化実現を目的として、ファジィシステムにおいてFPGAによるハードウエア化実現を行った。FPGA上の実現により、同程度の面積で、4倍のスピードが実現できることを示した。。
すべて 2008 2007
すべて 雑誌論文 (3件) (うち査読あり 3件)
Int. Symp. on Communication, Control and Signal Processing ISCCSP)
ページ: 352-356
Journal of Advanced Computational Intelligence & Intelligent Informatics (JACIII) Vol.11,No.9
ページ: 1189-1196
Proc. of Int. Conf. On Fuzzy Systems and Knowle dge Discovery (ICFSKD) Vol.2
ページ: 85-90
