| 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 | 2020-12-01 14:25 自己組織化マップを構成単位とした深層ニューラルネットワークの解釈性に関する研究 ○園 宇浩・堀尾恵一（九工大）  SIS2020-32 |
|
| 抄録 | （和） | 近年,計算機能力の向上によりニューラルネットワークの技術は大きく発展してきた.これらの特徴としてより複雑なネットワークが構成されており，識別結果が人間の理解の及ばないものも多く発表されている．それにより，分類問題として適応したいが教師となるデータが存在しないために，形成されたクラスタを人間の判断により評価したい際にニューラルネットワークの導入が難しい場合がある．この問題に対し本研究では，自己組織化マップを構成単位としたニューラルネットワークを用いて，全層可視化可能なモデルを構築し，その解釈性について検証を行った． |
| （英） | In recent years, the technology of neural networks has made great progress due to the improvement of computational power.As one of the features of these networks, more complex networks have been constructed, and many of the discrimination results are beyond human understanding.This makes it difficult to understand process in neural networks when we want to evaluate the clusters formed by human judgment, because there is no data to supervise the clusters, although we want to adapt them as classification problems.In this study, we constructed a full-layer visualization model using a neural network with self-organizing maps as a unit, and tested its interpretability. | |
| キーワード | （和） | 形状分類 / ニューラルネットワーク / SOM / クラスタリング / 解釈性 / / / |
| （英） | shape classification / neural network / self-organizing map / clustering / interpretability / / / | |
| 文献情報 | 信学技報, vol. 120, no. 269, SIS2020-32, pp. 27-30, 2020年12月. | |
| 資料番号 | SIS2020-32 | |
| 発行日 | 2020-11-24 (SIS) | |
| 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 | SIS2020-32 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2020-12-01 - 2020-12-01 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | Smart Personal Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2020-12-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己組織化マップを構成単位とした深層ニューラルネットワークの解釈性に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | Interpretability of deep neural networks with self-organizing map modules. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 形状分類 / shape classification |
| キーワード(2)（和/英） | ニューラルネットワーク / neural network |
| キーワード(3)（和/英） | SOM / self-organizing map |
| キーワード(4)（和/英） | クラスタリング / clustering |
| キーワード(5)（和/英） | 解釈性 / interpretability |
| 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） | 園 宇浩 / Takahiro Sono / ソノ タカヒロ |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 堀尾 恵一 / Keiichi Horio / ホリオ ケイイチ |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： KIT) |
| 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 | 2020-12-01 14:25:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2020-32 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.269 |
| ページ範囲 | pp.27-30 |
| ページ数 | 4 |
| 発行日 | 2020-11-24 (SIS) |
[研究会発表申込システムのトップページに戻る]