拡散連想型ニューラルネットの物体位置及び形状認識における耐ノイズ特性解析

概要

論文の詳細を見る
近年、脳の空間認識系に着目し, 物体位置と形状を同時認識する"拡散連想型ニューラルネット"が考案されている。拡散連想型ニューラルネットは学習・未学習の位置に依らず, 位置不変の形状認識及び形状不変の位置認識が可能である。本研究では拡散連想型ニューラルネットの凡化能力を明らかとするため物体認識における耐ノイズ特性を調べた。物体(画像)は2値アラビア数字(20×20ドット)と濃淡人物顔(80×80ドット)である。想起段階で各種のランダムドットノイズを加え認識特性を調べた。形状に関しては,アラビア数字はノイズ率15%〜20%まで, 濃淡顔画像はノイズ率35%〜40%まで認識可能であった。位置に関しては, アラビア数字はノイズ率55%で, 認識誤差平均4.6ドット, 濃淡顔画像はノイズ率85%で, 認識誤差平均15.6ドットであった。アラビア数字よりも濃淡顔画像の方が, また形状認識より位置認識の方が耐ノイズ特性が良いことが分かった。
社団法人電子情報通信学会の論文
1999-03-18