抽象カテゴリ学習
スポンサーリンク
概要
- 論文の詳細を見る
前頭前皮質における神経生理学実験の知見をもとにした抽象カテゴリ学習スキームを扱う.抽象カテゴリとはABAB,BABA,ACACのように同じパターンを持つ入力ベクトルの集合で,本問題ではこれを教師なし学習によって獲得する.提案アルゴリズムは認識ステップと学習ステップからなり,認識ステップは最大重み完全マッチング問題に帰着することで効率的に実行できる.学習ステップでは学習ユニットを更新して入力の抽象カテゴリに近づける.性能評価のため楽曲の実データに提案アルゴリズムを適用し,基本のリズム構造に加えて特定のジャンルのリズムを獲得できることを確認した.
- 2011-02-28
著者
関連論文
- BESOMモデルに基づく階層的時系列の学習と認識
- BESOMを用いたスパース符号化の一手法
- NMFを用いた大脳皮質MSTd野におけるオプティカルフローのパターン抽出
- プロセスとチャネルに基づく並列言語のための部分計算
- NMFによるcIPS野における立体的特徴認識のモデル化
- 初期視覚野におけるBorder-ownership信号の確率論的解釈
- 抽象カテゴリ学習