| 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 | 2021-03-03 15:35 パルスニューロンモデルを用いた教師なし学習による信号到達順序関係の特徴抽出に関する研究 ○寺本佳弥・黒柳 奨（名工大）  NC2020-51 |
|
| 抄録 | （和） | パルスニューロンモデルを用いた時系列情報処理について，パルスニューロンモデルの重みとディレイ(遅延素子)の同時学習によって，入力パルスの順序関係によるクラスタリングを可能とする教師あり学習則が提案されている．しかし，教師あり学習則によるクラスタリングではデータに内在している特徴を抽出しているとはいえない．そこで，本稿では，この学習則を教師なし学習に適用することにより，入力パルスの順序関係の時間的な特徴を捉えたクラスタリングが可能であるか検証を行う． |
| （英） | For time series information processing using pulsed neuron models, a supervised learning rule is proposed that enables clustering based on the ordinal relation of input pulses by simultaneously learning of the connection weights and delays of the pulse neuron model. However, clustering by supervised learning rule does not extract features inherent in the data. In this paper, We apply this learning rule to unsupervised learning to verify whether it is possible to perform clustering that captures the temporal characteristics of the arrival order relation of pulses. | |
| キーワード | （和） | ニューラルネットワーク / パルスニューロンモデル / 時系列情報処理 / 教師なし学習 / / / / |
| （英） | Neural network / Pulsed neuron model / Time series information processing / Unsupervised learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 403, NC2020-51, pp. 47-52, 2021年3月. | |
| 資料番号 | NC2020-51 | |
| 発行日 | 2021-02-24 (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 | NC2020-51 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2021-03-03 - 2021-03-05 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME, 一般 |
| テーマ（英） | Neuro Computing, Medical Engineering, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2021-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | パルスニューロンモデルを用いた教師なし学習による信号到達順序関係の特徴抽出に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Feature Extraction of signal arrival order using unsupervised learning of the pulsed neuron model |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(2)（和/英） | パルスニューロンモデル / Pulsed neuron model |
| キーワード(3)（和/英） | 時系列情報処理 / Time series information processing |
| キーワード(4)（和/英） | 教師なし学習 / Unsupervised learning |
| 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） | 寺本 佳弥 / Kaya Teramoto / テラモト カヤ |
| 第1著者 所属（和/英） | 名古屋工業大学大学院 (略称： 名工大) Nagoya Institute of Technology University (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 黒柳 奨 / Susumu Kuroyanagi / クロヤナギ ススム |
| 第2著者 所属（和/英） | 名古屋工業大学大学院 (略称： 名工大) Nagoya Institute of Technology University (略称： NIT) |
| 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 | 2021-03-03 15:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2020-51 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.403 |
| ページ範囲 | pp.47-52 |
| ページ数 | 6 |
| 発行日 | 2021-02-24 (NC) |
[研究会発表申込システムのトップページに戻る]