2007 Fiscal Year Annual Research Report
自己増殖型ニューラルネットの拡張とその認知発達ロボティクスへの応用に関する研究
| Project/Area Number |
07F07076
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
長谷川 修 Tokyo Institute of Technology, 大学院・理工学研究科, 准教授
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
甲 富饒 東京工業大学, 大学院・理工学研究科, 外国人特別研究員
|
|---|
| Keywords | 自己増殖 / ニューラルネットワーク / SOINN / ESOINN / Adjusted SOINN Classifier / 耐ノイズ / 教師あり学習 / 追加学習 |
|---|
| Research Abstract |
(1)SOINNの拡張としての、安定して動作し大きくオーバーラップするクラスタも分離可能な教師なし学習法"Enhanced-SOINN"の研究開発
SOINNは教師なし学習法であるが、大きくオーバーラップするクラスタを自律的に分離・抽出することは難しい。またSOINNは原理的に若干動作が不安定といった問題もある。そこで本研究ではこれらの問題の解決を図り、新たに"Enhanced SOINN(E-SOINN)"法として提案した。
(2)SOINNの教師あり学習の枠組みへの拡張とそのパターン認識への応用
パターン認識の問題では各クラスのパターンに教師ラベルが与えられる場合があるが、本研究ではSOINNをそうした教師あり学習問題にも適用可能なように拡張する。本研究によれば、ノイズに強く、計算が軽く、多クラスに対応可能で高精度な上、追加学習も可能、といった教師あり学習器が実現できる。こうした学習器は世界的に見ても他に例がなく、学術的に興味深いだけでなく実用性も極めて高い。この手法の実験の結果を2005年にIEEE Trans.Pattern Analysis and Machine Intelligence(PAMI)に掲載された従来型(学習に膨大な時間がかかり追加学習が不可能)のプロトタイプベースの学習・認識手法と比較したところ、認識精度、情報圧縮率ともに我々の手法の方が優れることがわかっている。
|
Research Products
(7 results)
