| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2015-06-24 16:00 ［招待講演］畳み込み型多層神経回路ネオコグニトロンとその発展 ○福島邦彦（ファジィシステム研）  NC2015-3 IBISML2015-20 |
|
| 抄録 | （和） | 「ネオコグニトロン」は，視覚パターン認識能力を学習によって獲得することのできる階層型多層神経回路である．多層回路の各層で，特徴の抽出と統合を繰り返しながら次第に高次の特徴を抽出していく．最上位層では，抽出された特徴をもとにパターンの識別を行なう．ネオコグニトロンの歴史は古いが，現在に至るまで種々の改良が加えられ発展を続けている．現在注目を集めているdeep convolutional neural networkの一種に分類されるが，細かい点ではいくつかの相違点がある．そこで，その相違点に注目しながら，最近のネオコグニトロンを紹介する． |
| （英） | The neocognitron is a multi-layered convolutional network that can be trained to recognize visual patterns robustly. In lower layers of the network, local visual features are extracted from input patterns. Extraction and integration of visual features are repeated in the intermediate layers, and higher-order features are gradually extracted. In the highest layer, input patterns are classified based on the features extracted by the intermediate layers. Although the neocognitron has a long history, modifications of the network to improve its performance are still going on. The neocognitron can be classified to a so-called deep convolutional neural network, but there are several differences in detail. Focusing on these differences, this paper discusses neocognitron of a recent version. | |
| キーワード | （和） | 視覚パターン認識 / convolutional neural network / deep network / ネオコグニトロン / 学習則 / add-if-silent / 内挿ベクトル法 / |
| （英） | visual pattern recognition / convolutional neural network / deep network / neocognitron / learning rule / add-if-silent / interpolating-vector / | |
| 文献情報 | 信学技報, vol. 115, no. 111, NC2015-3, pp. 49-54, 2015年6月. | |
| 資料番号 | NC2015-3 | |
| 発行日 | 2015-06-16 (IBISML), 2015-06-17 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2015-3 IBISML2015-20 |
|
| 研究会情報 | |
| 研究会 | NC IPSJ-BIO IBISML IPSJ-MPS |
| 開催期間 | 2015-06-23 - 2015-06-25 |
| 開催地（和） | 沖縄科学技術大学院大学 |
| 開催地（英） | Okinawa Institute of Science and Technology |
| テーマ（和） | 機械学習によるバイオデータマインニング、一般 |
| テーマ（英） | Machine Learning Approach to Biodata Mining, and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2015-06-NC-BIO-IBISML-MPS |
| 本文の言語 | 日本語 |
| タイトル（和） | 畳み込み型多層神経回路ネオコグニトロンとその発展 |
| サブタイトル（和） | |
| タイトル（英） | Deep Convolutional Neural Network Neocognitron and its Advances |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 視覚パターン認識 / visual pattern recognition |
| キーワード(2)（和/英） | convolutional neural network / convolutional neural network |
| キーワード(3)（和/英） | deep network / deep network |
| キーワード(4)（和/英） | ネオコグニトロン / neocognitron |
| キーワード(5)（和/英） | 学習則 / learning rule |
| キーワード(6)（和/英） | add-if-silent / add-if-silent |
| キーワード(7)（和/英） | 内挿ベクトル法 / interpolating-vector |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 福島 邦彦 / Kunihiko Fukushima / |
| 第1著者 所属（和/英） | ファジィシステム研究所 (略称： ファジィシステム研) Fuzzy Logic System Institute (略称： FLSI) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2015-06-24 16:00:00 |
| 発表時間 | 50分 |
| 申込先研究会 | NC |
| 資料番号 | NC2015-3, IBISML2015-20 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | no.111(NC), no.112(IBISML) |
| ページ範囲 | pp.49-54(NC), pp.165-170(IBISML) |
| ページ数 | 6 |
| 発行日 | 2015-06-16 (IBISML), 2015-06-17 (NC) |
[研究会発表申込システムのトップページに戻る]