| 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 | 2019-03-06 09:55 VGGモデルの視覚野的解釈における解析の検討 ○寺元陶冶・庄野 逸（電通大）  NC2018-88 |
|
| 抄録 | （和） | Deep Convolutional Neural Network(DCNN)は近年の成功が著しく，様々なタスクで高い性能を発揮している．DCNNは哺乳類初期視覚野の特性を階層型ニューラルネットワークとして再現したモデルであり，Fukushimaが提唱したNeocognitronを起源とし発展したモデルである． DCNNの一般的なアーキテクチャーとしてVGGモデルがある．VGGはVGGブロックという複数回畳み込み層を繰り返した後，プーリング処理を行う単位構造を持っているモデルである．このVGGブロックの構造は現在様々なDCNNモデルで利用されている． 先行研究としてSuzukiらはNINと呼ばれるネットワーク構造に関して，結合重みにソートを行うことで，特徴間に連続性があることを見出している．本研究ではこの手法を拡張し，VGGモデルに対する解釈をおこなった．本研究では，VGGブロックに見られる複数回畳み込み処理を行う構造と，NINの構造が同義であるとして，VGGブロックにも特徴間の連続性が埋め込まれているかを調査した． その結果，VGGブロックにおける複数回の畳み込み処理は，類似する特徴に反応するフィルタを集積する働きがあり，視覚野におけるコラムの方位連続性に似た解釈ができる．コラムの方位連続性などの構造は明示的に導入されているものではなく最適化学習によって得られた結果である．これらの結果から生物学的構造がパータン認識に有用であることが示唆される． |
| （英） | Deep Convolutional Neural Network (DCNN) is a successful model in the field of computer vision such like image classification and segmentation and so on. DCNN is a hierarchical neural network model based on Neocognitron, which is inspired from mammalian visual sysytem. There is a VGG model as a popular architecture of DCNN.The VGG block is simple module that performs pooling processing after repeating convolutional layer. Suzuki & Shouno shows an analysis of a DCNN architecture called Network in Network (NIN). They sorted the feature map along the weight strength and found similar feature representation is tend to gather. In this study, we apply their method into the VGG network.We focus the convolution layers in VGG block which can be regarded as a extension of NIN block, so that we analyze the VGG block in the same manner with Suzuki & Shouno. As a result, it was found that multiple convolution processes in the VGG block work to accumulate filters that respond to similar features, and are related to azimuth creativity in the visual cortex. These results suggest that the biological structure is useful for pattern recognition. |
|
| キーワード | （和） | 深層畳み込みニューラルネットワーク / ネオコグニトロン / / / / / / |
| （英） | DCNN / Neocognitron / VGG / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 470, NC2018-88, pp. 239-244, 2019年3月. | |
| 資料番号 | NC2018-88 | |
| 発行日 | 2019-02-25 (NC) | |
| ISSN | 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 | NC2018-88 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2019-03-04 - 2019-03-06 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | University of Electro Communications |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2019-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | VGGモデルの視覚野的解釈における解析の検討 |
| サブタイトル（和） | |
| タイトル（英） | A study of inner feature continuity of the VGG model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層畳み込みニューラルネットワーク / DCNN |
| キーワード(2)（和/英） | ネオコグニトロン / Neocognitron |
| キーワード(3)（和/英） | / VGG |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 寺元 陶冶 / Toya Teramoto / テラモト トウヤ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 庄野 逸 / Hyaru Shouno / ショウノ ハヤル |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-03-06 09:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2018-88 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.470 |
| ページ範囲 | pp.239-244 |
| ページ数 | 6 |
| 発行日 | 2019-02-25 (NC) |
[研究会発表申込システムのトップページに戻る]