研究課題
本課題の非対称構造の多層ニューラルネットワークの研究は、課題の研究者がNewYork 大学の故Prof.Naka 教授との共同研究のcatfishの網膜の研究で得られた結果をベースにしたBio-inspired neural networkの研究を進めた。非対称ニューラルネットワークによる直交部分空間の生成の問題を取り上げ、ネットワークの特徴づけとその機能について、明らかにしてきた。この非対称回路はcatfishの網膜の構造と機能を中心にして、展開してきた。非対称構造のネットワークは構造の非対称と非線形作用により、直交部分空間を生成することを明らかにしてきた。具体的には、視覚系での直交部分空間では非対称構造とRectifi-cationなどの非線形処理が大きく関わる。この二つの特徴が直交部分空間の直交基底を生成することを示した。これらの基底は、ベクトル空間での独立性を構成するため、classifi-cation の処理に大きく寄与する。初めに、これらの基底の寄与として、特徴空間での入力に対するトラッキング特性の解析を行った。このトラッキング特性が非対称ニューラルネットワークで優れており、従来のガボールフィルタを持った対称モデル（Energy modelと呼ばれる）に比べ、優れていることを示した。さらに、非対称構造のネットワークが対象モデルに比べ、classification performanceが優れていることをベクトル空間上で、証明した。さらに多層のニューラルネットワークにより、高次の次元の直交基底が、低層の基底から構成できることにより、高次の直交基底の生成問題を取り上げた。この高次元の基底は、indepenndence処理に有効であり、置き換えなどの操作から、多層のニューラルネットワークでの高次処理が可能となることを取り上げた。
すべて 2023 2022
すべて 雑誌論文 (5件) (うち査読あり 5件、 オープンアクセス 1件)
Advances in Computational Intelligence - 18th International Work-Conference on Artificial Neural Networks, IWANN 2023
巻: LNCS(Springer) ページ: 1-12
International Congress on Information and Communication Technology (ICICT)
巻: LNNS(Springer) ページ: 1-12
Logic Journal of the IGPL
巻: 30(4) ページ: 578-594
10.1093/jigpal/jzab004
Engineering Applications of Neural Networks-23rd EANN2022
巻: CCIS1600(Springer) ページ: 15-26
10.1007/978-3-301-08223-8_2
Hybrid Artificial Intelligent Systems-17th HAIS
巻: LNCS13469(Springer) ページ: 27-38
10.1007/978-3-031-15471-3_3
