多層神経回路ネオコグニトロンの学習
スポンサーリンク
概要
- 論文の詳細を見る
多層神経回路の学習に適した新しい学習法を提唱し,ネオコグニトロンに適用する.ネオコグニトロンは,階層構造を持つ多層の人工神経回路で,頑強な視覚パターン認識能力を学習によって獲得していく.ネオコグニトロンの階層の中間層の学習にはadd-if-silentと名付けた新しい学習法を採用し,最上位層に対しては認識時だけでなく学習時にも内挿ベクトル法を導入する.add-if-silent則の採用によって,学習アルゴリズムが大幅に簡略化され,回路設計に際して定めなければならないパラメータの数も減らすことできる.また,内挿ベクトル法の導入によって,認識率が大幅に向上する.このことを実証するために,新しいネオコグニトロンに対して手書き数字認識の計算機シミュレーションを行ない,従来よりも高い認識率が,小さい回路規模で(すなわち少ない計算量で)得られることを示す.
- 2012-03-07
著者
関連論文
- オクルージョン拘束を用いた両眼視アルゴリズム
- ネオコグニトロンにおけるエッジ抽出法の検討
- 新しい競合学習法を用いたネオコグニトロン
- 内挿ベクトルを用いる強力なパターン認識法
- 空間記憶の神経回路モデル : 地図の連想
- シナプス競合学習によるV1野の方位選択性コラム形成モデル
- ネオコグニトロンによる視覚腹側経路のモデル化
- 頂点の遮へいされた図形の動き検出神経回路モデル
- アモーダル補完及び奥行情報の復元を行う神経回路モデル
- 神経回路モデルによる視覚の研究
- 神経回路モデルによる視覚の研究
- 神経回路モデルによる視覚の研究
- 追従性眼球運動と跳躍性眼球運動を実現する神経回路モデル
- 視野の動きを抽出する神経回路モデル(パターン認識)
- 日本神経回路学会創立20周年記念パネルディスカッション
- 追加学習可能なネオコグニトロン
- 閾値変動を導入した方位選択性コラム形成モデル
- アモーダル補完を行なう神経回路
- 視覚情報処理と神経回路
- 視覚情報処理と神経回路
- 視覚情報処理と神経回路(2) : 動的処理の効用
- 視覚情報処理と神経回路(1) : ぼかしの効用
- 視野内で動く物体を検出する神経回路モデル
- 視野内で動く物体を検出する神経回路モデル
- 色覚をもつネオコグニトロン : (1)色情報処理機構
- 視野の動きを検出する神経回路モデル
- 次の一歩への挑戦
- パルス型神経回路モデルの自己組織化
- ネオコグニトロンのC細胞の自己組織化
- 遮蔽されたパターンの認識 : 神経回路モデル
- 選択的注意機構による顔の部分パターンの認識と切出し
- ネオコグニトロンによる3次元物体の識別
- 新しい折れ点抽出機構をもつネオコグニトロン
- ネオコグニトロンを用いた3D物体認識
- 31p-XC-2 階層パターンを憶えた連想記憶モデルの想起のダイナミクス
- 26a-H-2 階層パターンを持つ連想記憶モデルII
- もっとスペキュレーションを
- 階層パターンを持つ自己相関型連想記憶モデル(基研研究会「ニューラルネットワーク〜これからの統計力学的アプローチ〜」,研究会報告)
- 30p-YJ-5 階層パターンをもつ連想記憶モデル
- 連想記憶モデルにおける概念パターンの双安定性
- 脱抑制を用いた特徴検出回路
- 多層神経回路ネオコグニトロンの学習
- 3段構成ネオコグニトロン : 最適しきい値探索と細胞密度の間引き