| 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 | 2020-01-24 17:05 ［招待講演］ネオコグニトロンと深層畳み込み神経回路 ○福島邦彦（ファジィシステム研）  NLP2019-100 |
|
| 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．最深層では，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 CNN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．例えば，AiS（Add-if-Silent）則による中間層の学習，mWTA（マージン付きWTA）による最深層の学習，IntVec（内挿ベクトル法）によるパターン識別，認識率を落とすことなくIntVecの演算コストを大幅に削減する方法，など．本発表では，これら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） | Recently, deep convolutional neural networks (deep CNN) have become very popular in the field of visual pattern recognition. The neocognitron, which was first proposed by Fukushima (1979), is a network classified to this category. Its architecture was suggested by neurophysiological findings on the visual systems of mammals. It is a hierarchical multi-layered network. It acquires the ability to recognize visual patterns robustly through learning. Although the neocognitron has a long history, improvements of the network are still continuing. For example, learning rule AiS (add-if-silent) for intermediate layers, learning rule mWTA (margined WTA) for the deepest layer, pattern classification by IntVec (interpolating-vector), method for reducing the computational cost of IntVec without sacrificing the recognition rate, and so on. This paper discusses the recent neocognitron focusing on differences from the conventional deep CNN. | |
| キーワード | （和） | ネオコグニトロン / deep CNN / 視覚パターン認識 / AiS (add-if-silent) / 内挿ベクトル法 (IntVec) / / / |
| （英） | neocognitron / deep CNN / visual pattern recognition / AiS (add-if-silent) / IntVec (interpolating-vector) / / / | |
| 文献情報 | 信学技報, vol. 119, no. 381, NLP2019-100, pp. 79-82, 2020年1月. | |
| 資料番号 | NLP2019-100 | |
| 発行日 | 2020-01-16 (NLP) | |
| 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 | NLP2019-100 |
|
| 研究会情報 | |
| 研究会 | NLP NC |
| 開催期間 | 2020-01-23 - 2020-01-25 |
| 開催地（和） | 宮古島マリンターミナル |
| 開催地（英） | Miyakojima Marine Terminal |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2020-01-NLP-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | ネオコグニトロンと深層畳み込み神経回路 |
| サブタイトル（和） | |
| タイトル（英） | Neocognitron: Deep Convolutional Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ネオコグニトロン / neocognitron |
| キーワード(2)（和/英） | deep CNN / deep CNN |
| キーワード(3)（和/英） | 視覚パターン認識 / visual pattern recognition |
| キーワード(4)（和/英） | AiS (add-if-silent) / AiS (add-if-silent) |
| キーワード(5)（和/英） | 内挿ベクトル法 (IntVec) / IntVec (interpolating-vector) |
| 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） | 福島 邦彦 / Kunihiko Fukushima / フクシマ クニヒコ |
| 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 Systems 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： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-24 17:05:00 |
| 発表時間 | 60分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-100 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.381 |
| ページ範囲 | pp.79-82 |
| ページ数 | 4 |
| 発行日 | 2020-01-16 (NLP) |
[研究会発表申込システムのトップページに戻る]