| 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 | 2022-03-02 09:30 SOMによる分類システムの認識率改善及び高速化の検討 ○田坂 駿・肥川宏臣（関西大）  NC2021-46 |
|
| 抄録 | （和） | 自己組織化マップ（Self-Organizing Map : SOM）を使った分類システムの精度改善と学習速度の高速化に関する検討を行った． まず認識性能改善のため，複数のクラス毎に異なる SOM を使った分類システム (Class-SOM) を提案した． 加えて，階層化 SOM を組み合わせた． 階層化 SOM はサイズの小さい複数の SOM で構成されるため，学習時間の短縮が期待できる． 提案システムはマルチスレッドを利用して実装した． Fashion-MNIST を用いた実験において，従来の $8 times 8$ SOM による認識率 $71.44%$，学習時間 $26.26$ 分だったものが，Class-SOM，マルチスレッド化，階層化を組み合わせることで，認識率 $83.00%$，学習時間 $2.80$ 分になった． 認識率の改善だけに注目すると，最終的に $85.82%$ の認識結果を得ることができた． |
| （英） | This paper discusses a new type of image classifier called class-SOM, which is based on self-organizing map (SOM). The class-SOM is made of multiple SOMs, each of which is trained with the same class images. Then the SOMs in the class-SOM are replaced with hierarchical SOMs. Since the hierarchical SOM is made of the smaller SOMs, the learning time is expected to be shortened. The proposed system was implemented using multithreading. Experiments with Fashion-MNIST revealed that the proposed classifier provided 83.0% of accuracy with 168 second of training time. Meanwhile the conventional $8 times 8$~SOM-Hebb classifier required 1575 second for training and provided 71.44% accuracy. Accuracy of the classification was finally tuned up to be 85.82%. |
|
| キーワード | （和） | 自己組織化マップ / ニューラルネットワーク / 機械学習 / 分類システム / 画像認識 / / / |
| （英） | Self-Organizing Map / Neural Network / Machine Learning / Classification Systems / Image Recognition / / / | |
| 文献情報 | 信学技報, vol. 121, no. 390, NC2021-46, pp. 1-4, 2022年3月. | |
| 資料番号 | NC2021-46 | |
| 発行日 | 2022-02-23 (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 | NC2021-46 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2022-03-02 - 2022-03-04 |
| 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） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2022-03-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | SOMによる分類システムの認識率改善及び高速化の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Improvement of Recognition Accuracy and Speed-up of SOM-based Classification System |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自己組織化マップ / Self-Organizing Map |
| 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） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | 分類システム / Classification Systems |
| キーワード(5)（和/英） | 画像認識 / Image Recognition |
| 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） | 田坂 駿 / Shun Tasaka / タサカ シュン |
| 第1著者 所属（和/英） | 関西大学 (略称： 関西大) Kansai University (略称： Kansai Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 肥川 宏臣 / Hiroomi Hikawa / ヒカワ ヒロオミ |
| 第2著者 所属（和/英） | 関西大学 (略称： 関西大) Kansai University (略称： Kansai Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-02 09:30:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2021-46 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.390 |
| ページ範囲 | pp.1-4 |
| ページ数 | 4 |
| 発行日 | 2022-02-23 (NC) |
[研究会発表申込システムのトップページに戻る]