多ニューロン活動データを使って設計する視覚情報処理アルゴリズム

概要

論文の詳細を見る
本論文では,脳の視覚処理特性を模した人工視覚情報処理システムの開発手法を提案し,その妥当性を疑似脳(人工ニューラルネット)のシミュレーションデータを用いて確かめる.提案手法の特徴は,視覚野の多ニューロン活動の定量的データから動物の視覚情報処理様式を推定し,その結果を直接的に人工システムに組み入れるところにある.提案手法では,まず画像と神経活動のペアデータにカーネル正準相関分析を適用し,神経活動によく反映される画像特徴を同定する.この画像特徴は視覚情報処理に重要と考えられるので、それらのみから成る部分空間を構成し,その中での近さをカーネル法におけるカーネル関数(NCカーネルと呼称する)として表す.NCカーネルを用いたSVMは,疑似脳の持つ知識を継承しているため,通常のカーネルを用いたSVMでは分離指針を持ちえないテストデータをも正しく分離できることを示す.またNCカーネルの構築に使う画像データは,後にSVMが解く課題の画像とは異なる種類のもので良いことを示し,実際の課題では自然画像を用いると良いことを議論する.最後に本提案手法がもたらすメリットについて議論をする.
2011-02-28