講演抄録/キーワード |
講演名 |
2022-10-13 16:00
[招待講演]擬等角写像とその応用 ~ 数値的構成手法と機械学習への応用 ~ ○島内宏和(八戸工大) SIS2022-14 |
抄録 |
(和) |
擬等角写像は等角写像の自然な一般化であり,タイヒミュラー空間や複素力学系などの数学の分野において重要な役割を果たすだけでなく,脳の灰白質のような複雑な表面の画像処理の問題等にも応用されている.本講演では,擬等角写像の基本的な性質とその応用について概説する.擬等角写像の数値構成手法とその応用例を概観し,一例としてR. Michael Porter氏と筆者による数値構成アルゴリズムを紹介する.また,筆者による深層学習のための擬等角写像を用いた活性化関数と,擬等角拡張の半教師あり異常検知への応用についても紹介する. |
(英) |
Quasiconformal mapping is a natural generalization of conformal mapping and plays an important role in the areas of mathematics, such as Teichmüller spaces and complex dynamics. Furthermore, numerical methods of quasiconformal mapping were applied to problems in medical image processing of complex surfaces such as the grey matter in the brain. In this presentation, we will talk about the basic properties of quasi-conformal mapping and its applications. A numerical algorithm for quasiconformal mapping developed by R. Michael Porter and the author will be introduced as an example. We also talk about the machine learning methods using quasiconformal mapping by the author. |
キーワード |
(和) |
擬等角写像 / 数値計算法 / 機械学習 / ニューラルネットワーク / 外れ値検出 / / / |
(英) |
Quasiconformal Mapping / Numerical Method / Machine Learning / Neural Network / Outlier Detection / / / |
文献情報 |
信学技報, vol. 122, no. 209, SIS2022-14, pp. 17-20, 2022年10月. |
資料番号 |
SIS2022-14 |
発行日 |
2022-10-06 (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 |
SIS2022-14 |
研究会情報 |
研究会 |
SIS ITE-BCT |
開催期間 |
2022-10-13 - 2022-10-14 |
開催地(和) |
八戸工業大学(1号館2階201室「多目的ホール」) |
開催地(英) |
Hachinohe Institute of Technology |
テーマ(和) |
システム実現技術, 近距離通信応用システム, 知的マルチメディア処理システム,放送技術および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
SIS |
会議コード |
2022-10-SIS-BCT |
本文の言語 |
日本語 |
タイトル(和) |
擬等角写像とその応用 |
サブタイトル(和) |
数値的構成手法と機械学習への応用 |
タイトル(英) |
Quasiconformal Mapping and its Application |
サブタイトル(英) |
Numerical Method and Application to Machine Learning |
キーワード(1)(和/英) |
擬等角写像 / Quasiconformal Mapping |
キーワード(2)(和/英) |
数値計算法 / Numerical Method |
キーワード(3)(和/英) |
機械学習 / Machine Learning |
キーワード(4)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(5)(和/英) |
外れ値検出 / Outlier Detection |
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) |
島内 宏和 / Hirokazu Shimauchi / シマウチ ヒロカズ |
第1著者 所属(和/英) |
八戸工業大学 (略称: 八戸工大)
Hachinohe Institute of Technology (略称: Hachinohe Inst. of Tech.) |
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: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2022-10-13 16:00:00 |
発表時間 |
60分 |
申込先研究会 |
SIS |
資料番号 |
SIS2022-14 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.209 |
ページ範囲 |
pp.17-20 |
ページ数 |
4 |
発行日 |
2022-10-06 (SIS) |