視覚情報処理を行なう階層型神経回路の新しい学習手法の研究

2017 年度 研究成果報告書

• 研究課題/領域番号: 25330300
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 研究分野: ソフトコンピューティング
• 研究機関: 一般財団法人ファジィシステム研究所
• 研究代表者: 福島 邦彦 一般財団法人ファジィシステム研究所, 研究部, 特別研究員 (90218909)
• 研究期間 (年度): 2013-04-01 – 2018-03-31
• キーワード: 視覚パターン認識 / 多層神経回路 / deep CNN / ネオコグニトロン / 学習手法 / 内挿ベクトル法 / Add-if-Silent / margined WTA

研究成果の概要

視覚パターン認識能力を持つ多層神経回路「ネオコグニトロン」の新しい学習手法を開発した．中間層に対しては，Add-if-Silent則と負のフィードバック信号を組み合わせた教師なし学習則を完成させた．最上位層に対しては，「内挿ベクトル法」を用いると高い認識率を得られるが，その計算量は参照ベクトル数が増えると急激に増加する．そのため，学習ベクトルの集合全体を少数の参照ベクトルで忠実に表現できる新しい学習法mWTA（margined Winner-Take-All）を提唱した．

自由記述の分野

人工神経回路