| 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 | 2011-07-01 14:10 Leaky Integrated-and-Fire Neuron型CNNによる画像処理 ○前沢伸太郎（上智大）・青森 久（東京理科大）・田中 衞（上智大）  NLP2011-44 |
|
| 抄録 | （和） | 本稿ではLIFN(Leaky Integrated-and-Fire Neuron)について紹介する.これは積分発火モデルと呼ばれる人間の神経回路モデルのひとつであり,ニューロンとして大事な特性,減衰を伴う入力の蓄積と神経発火が組み込まれたモデルである.細胞内電位が蓄積されていき,ある閾値まで電位が達したときに活動電位(スパイク)が発生し,再びまた細胞内電位が初めの状態に戻るといった現象を繰り返す. このスパイクの集合をパルス列の集合体と考えるのならば,CNN(Cellular Neural Network)におけるセルの状態をパルス列にΣΔ変調するローカルなダイナミクスの代わりにLIFNをCNNに組み込むことが可能であるといえる.本稿では,CNNにより画像復元をΣΔ変調を用いる場合,LIFNを組み込む場合の2ケースで行い,その原信号再現性をPSNR(Peak Signal to Noise Ratio)を用いて検証,比較した. |
| （英） | LIFN(Leaky Integrated-and-Fire Neuron) is one of the neural circuit models of human. LIFN is a kind of spiking neuron. In LIFN, Membrane potential between spikes follows a linear differential equation. At threshold, the neuron fires a spike, and the membrane potential is reset to resting membrane potential. If a group of spikes is considered a pulse train, it is possible to introduce LIFN into CNN(Cellular Neural Network) instead of ΣΔmodulation. In this manuscript, Performance on image restoration of LIFN-CNN is compared with that of ΣΔ-CNN by calculating PSNR(Peak Signal to Noise Ratio). | |
| キーワード | （和） | セルラーニューラルネットワーク / LIFN / ΣΔ変調 / PSNR / / / / |
| （英） | Cellular Neural Network / Leaky Integrated-and-Fire Neuron / ΣΔmodulation / Peak Signal to Noise Ratio / / / / | |
| 文献情報 | 信学技報, vol. 111, no. 106, NLP2011-44, pp. 113-118, 2011年6月. | |
| 資料番号 | NLP2011-44 | |
| 発行日 | 2011-06-23 (NLP) | |
| ISSN | Print edition: ISSN 0913-5685 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 | NLP2011-44 |
|
| 研究会情報 | |
| 研究会 | NLP |
| 開催期間 | 2011-06-30 - 2011-07-02 |
| 開催地（和） | 斜里町公民館ゆめホール知床 |
| 開催地（英） | Shari-cho Kohminkan: Yme-hall Shiretoko |
| テーマ（和） | 一般 |
| テーマ（英） | General |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2011-06-NLP |
| 本文の言語 | 日本語 |
| タイトル（和） | Leaky Integrated-and-Fire Neuron型CNNによる画像処理 |
| サブタイトル（和） | |
| タイトル（英） | Image Processings of a Leaky Integrated-and-Fire Neuron by CNN |
| サブタイトル（英） | |
| キーワード(1)（和/英） | セルラーニューラルネットワーク / Cellular Neural Network |
| キーワード(2)（和/英） | LIFN / Leaky Integrated-and-Fire Neuron |
| キーワード(3)（和/英） | ΣΔ変調 / ΣΔmodulation |
| キーワード(4)（和/英） | PSNR / Peak Signal to Noise Ratio |
| 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） | 前沢 伸太郎 / Shintaro Maezawa / マエザワ シンタロウ |
| 第1著者 所属（和/英） | 上智大学大学院 (略称： 上智大) Sophia University (略称： Sophia Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 青森 久 / Hisashi Aomori / アオモリ ヒサシ |
| 第2著者 所属（和/英） | 東京理科大学 (略称： 東京理科大) Tokyo University of Sience (略称： TUS) |
| 第3著者 氏名（和/英/ヨミ） | 田中 衞 / Mamoru Tanaka / タナカ マモル |
| 第3著者 所属（和/英） | 上智大学大学院 (略称： 上智大) Sophia University (略称： Sophia Univ.) |
| 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 | 2011-07-01 14:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2011-44 |
| 巻番号（vol） | vol.111 |
| 号番号（no） | no.106 |
| ページ範囲 | pp.113-118 |
| ページ数 | 6 |
| 発行日 | 2011-06-23 (NLP) |
[研究会発表申込システムのトップページに戻る]