| 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 | 2024-06-06 10:20 隠れ層の神経表現における冪則と画像認識性能の関係 ○松本 陸・坪 泰宏（立命館大）  NLP2024-16 CCS2024-3 |
|
| 抄録 | （和） | 最近の神経科学の研究では，マウスの1次視覚野の神経状態空間の次元を調べるために，多数の画像を見せた時の集団神経応答を主成分分析すると，分散スペクトルはべき的な減衰を示すことが発見された． このべき指数は，神経状態空間における画像の情報表現の性質を示していると示唆されている． 並行して人工ニューラルネットワークの分野でも，この分散スペクトルのべき指数は敵対的攻撃への頑健性に対して重要な可能性があると示唆されている． 本研究では，Resnet50アーキテクチャで学習させた敵対攻撃に強いモデル，画像破損に強いモデル，通常のモデルの隠れ層のべき指数と各種画像認識性能（敵対的攻撃，画像破損，通常画像）との関係を調査した． また，マウスと同じべき指数を再現できる確率型の人工ニューラルネットワークの神経細胞の確率性を変化させると，そのべき指数が変化することがわかったため，確率性を変化させた時のべき指数とその時の画像認識性能の関係を調査した． |
| （英） | Recent neuroscience research has found that when examining the dimensionality of the neural state space in the primary visual cortex of mice, principal component analysis (PCA) of population neural responses to a large number of images reveals a power-law decay in the variance spectrum. This power-law exponent suggests the nature of information representation of images in the neural state space. Concurrently, in the field of artificial neural networks, it has been suggested that this power-law exponent of the variance spectrum may be important for robustness against adversarial attacks. In this study, we investigated the relationship between the power-law exponent of the hidden layers of models trained with the Resnet50 architecture—specifically models robust to adversarial attacks, models robust to image corruption, and standard models—and their various image recognition performance (adversarial attacks, image corruption, and standard images). Additionally, it was found that the power-law exponent changes when the stochasticity of neurons in probabilistic artificial neural networks, which can replicate the same power-law exponent as mice, is varied. Therefore, we investigated the relationship between the power-law exponent and image recognition performance when the stochasticity is altered. |
|
| キーワード | （和） | 神経状態空間 / べき則 / 畳み込みニューラルネットワーク / 敵対的攻撃 / 画像破損 / 確率性 / / |
| （英） | Neural State Space / Power Law / Convolutional Neural Network / Adversarial Attack / Image Corruption / Stochasticity / / | |
| 文献情報 | 信学技報, vol. 124, no. 63, CCS2024-3, pp. 8-13, 2024年6月. | |
| 資料番号 | CCS2024-3 | |
| 発行日 | 2024-05-30 (NLP, CCS) | |
| 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 | NLP2024-16 CCS2024-3 |
|
| 研究会情報 | |
| 研究会 | NLP CCS |
| 開催期間 | 2024-06-06 - 2024-06-07 |
| 開催地（和） | 西日本総合展示場AIM |
| 開催地（英） | West Japan General Exhibition Center AIM |
| テーマ（和） | NLP，CCS，一般 |
| テーマ（英） | Nonlinear Problems, Complex Communication Sciences, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | CCS |
| 会議コード | 2024-06-NLP-CCS |
| 本文の言語 | 日本語 |
| タイトル（和） | 隠れ層の神経表現における冪則と画像認識性能の関係 |
| サブタイトル（和） | |
| タイトル（英） | The Relationship between Power Laws in Neural Representation and Image Recognition |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 神経状態空間 / Neural State Space |
| キーワード(2)（和/英） | べき則 / Power Law |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(4)（和/英） | 敵対的攻撃 / Adversarial Attack |
| キーワード(5)（和/英） | 画像破損 / Image Corruption |
| キーワード(6)（和/英） | 確率性 / Stochasticity |
| 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） | 松本 陸 / Riku Matsumoto / マツモト リク |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 坪 泰宏 / Yasuhiro Tsuno / ツボ ヤスヒロ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-06-06 10:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | CCS |
| 資料番号 | NLP2024-16, CCS2024-3 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.62(NLP), no.63(CCS) |
| ページ範囲 | pp.8-13 |
| ページ数 | 6 |
| 発行日 | 2024-05-30 (NLP, CCS) |
[研究会発表申込システムのトップページに戻る]