| 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 | 2025-03-07 11:10 自己増殖型連続畳み込みニューラルネットワーク ○小林勇太・小林遼翔・山内ゆかり（日大）  NC2024-83 |
|
| 抄録 | （和） | 近年，連続畳み込みは不規則にサンプリングされたデータを処理し，長期的な依存関係をモデル化できることから注目を集めている．Sanghyeon Kimらは，自己移動誘導点表現を用いた自己移動点畳み込み(SMPConv)を提案し，少ない計算コスト，少ないパラメータ数で性能の向上を実現させた．しかし，実験データごとに最適な誘導点数を決定することが難しく，各フィルタの誘導点座標と数が共通のため，各フィルタを最適化することが困難であるという問題がある．本研究では，分類精度の向上と計算量の最適化を図るために，自己移動誘導点表現で使用される誘導点をパラメータの学習時に増減させ，各フィルタを最適化するアルゴリズム(Self-Organizing Incremental Continuous Convolutional Neural Network: SOICC)を提案する．CIFAR10を用いた画像分類タスクにおけるSMPConvとの比較実験により，SOICCは分類精度を維持したまま計算速度を向上させられることが示された． |
| （英） | Recently, continuous convolution has attracted much attention because it can process irregularly sampled data and model long-term dependencies. Sanghyeon Kim et al. proposed self-moving point convolution (SMPConv) with self-moving induced point representation, and achieved improved performance with less computational cost and fewer parameters. However, it is difficult to determine the optimal number of induction points for each experimental data, and the common coordinates and number of induction points for each filter make it difficult to optimize each filter. In order to improve classification accuracy and optimize computational complexity, we propose an algorithm (Self-Organizing Incremental Continuous Convolutional Neural Network: SOICC) to optimize each filter by increasing or decreasing the number of induction points used in the self-moving induction point representation during parameter learning. Experimental comparison with SMPConv on an image classification task using CIFAR10 shows that SOICC can improve the computational speed while maintaining the classification accuracy. | |
| キーワード | （和） | 連続畳み込み / SMPConv / / / / / / |
| （英） | Continuous convolution / SMPConv / / / / / / | |
| 文献情報 | 信学技報, vol. 124, no. 413, NC2024-83, pp. 113-116, 2025年3月. | |
| 資料番号 | NC2024-83 | |
| 発行日 | 2025-02-26 (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 | NC2024-83 |
|
| 研究会情報 | |
| 研究会 | NC MBE |
| 開催期間 | 2025-03-05 - 2025-03-07 |
| 開催地（和） | 東京大学 |
| 開催地（英） | |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain architecture, General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2025-03-NC-MBE |
| 本文の言語 | 日本語 |
| タイトル（和） | 自己増殖型連続畳み込みニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | Self-Organizing Incremental Continuous Convolutional Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 連続畳み込み / Continuous convolution |
| キーワード(2)（和/英） | SMPConv / SMPConv |
| キーワード(3)（和/英） | / |
| キーワード(4)（和/英） | / |
| 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） | 小林 勇太 / Yuta Kobayashi / コバヤシ ユウタ |
| 第1著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 小林 遼翔 / Haruto Kobayashi / コバヤシ ハルト |
| 第2著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 山内 ゆかり / Yukari Yamauchi / ヤマウチ ユカリ |
| 第3著者 所属（和/英） | 日本大学 (略称： 日大) Nihon University (略称： Nihon Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-03-07 11:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2024-83 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.413 |
| ページ範囲 | pp.113-116 |
| ページ数 | 4 |
| 発行日 | 2025-02-26 (NC) |
[研究会発表申込システムのトップページに戻る]