ネオコグニトロンにおける特徴抽出細胞のしきい値設定法
スポンサーリンク
概要
- 論文の詳細を見る
ネオコグニトロンはパターン認識能力をもった階層型の神経回路モデルである.ネオコグニトロンの中間層にはさまざまな種類の部分特徴を抽出する細胞(特徴抽出細胞)が存在している.特徴抽出細胞は可変入力結合をもっており,特徴抽出細胞の結合荷重は抽出する特徴の種類ごとに異なる.この結合荷重は,教師なし学習法によって決められ,ある標準的なパターンが刺激として与えられたときに,細胞が最大出力を出すように調節される.この標準的なパターンからどの程度変形した特徴までを同じ特徴であるとみなすかの度合(特徴選択性)は,特徴抽出細胞のしきい値によって調節することができる.本論文では,ネオコグニトロンの中間層において,特徴選択性を定めるしきい値が認識率にどのような影響を与えるかを調べる.そして,従来のネオコグニトロンでは学習段階のしきい値と認識段階のしきい値を同一にしていたが,認識段階のしきい値を学習段階のしきい値よりも小さく設定することによって,認識率を大きく向上できることを明らかにする.
- 社団法人電子情報通信学会の論文
- 1993-10-25
著者
関連論文
- 点対応を用いない両眼視からの構造復元アルゴリズム
- オクルージョンを考慮した視差推定アルゴリズム
- Near Cell, Far Cellの神経回路モデル
- 時系列パターン認識のためのネオコグニトロン型学習法の改善
- ネオコグニトロンにおける特徴抽出細胞のしきい値設定法
- 網膜と皮質の不均一性を考慮した視覚系のモデル
- 網膜と皮質の不均一性を考慮した視覚系のモデル
- 網膜と皮質の不均一性を考慮した注視点移動モデル
- 網膜と皮質の不均一性を考慮した注視点移動モデル
- 網膜の不均一性と皮質での特徴抽出機構を考慮した注視点移動モデル
- 運動によって引き起こされる錯視を説明する計算モデルについて
- 動く輪郭の速度知覚について
- 両眼視型ネオコグニトロンを用いた立体視のモデル
- 選択的注意機構による顔の部分パターンの切り出し
- ネオコグニトロンのC細胞の自己組織化
- 第1次視覚野における神経細胞の反応特性を説明するモデル
- 解像度の異なる二つの神経回路を用いた顔の特徴抽出
- 運動視の処理系の神経回路モデル
- 選択的注意機構のモデルの改善
- ネオコグニトロンの実用化 : ETL文字データベースによる評価
- ETL文字データベースに対するネオコグニトロンの認識率
- ネオコグニトロンの誤差逆伝搬法による学習
- 選択的注意機構のモデルの改良
- ネオコグニトロンの新しい学習法
- Pattern Recognition Research for the Future