講演抄録/キーワード |
講演名 |
2012-01-23 11:10
ニューロン構造の自己選択機能を備えたフィードバックGMDH-typeニューラルネットワークによる肺癌の医用画像診断 ○近藤 正・上野淳二・高尾正一郎(徳島大) KBSE2011-54 |
抄録 |
(和) |
本研究では、最適なニューロン構造を自己選択するフィードバックGMDH-typeニューラルネットワークアルゴリズムを提案する。本アルゴリズムでは、ニューロン構造を、シグモイド関数型、ラジアルベース関数型、多項式型の中から自己選択する能力を備えている。さらに、フィードバック計算を行うことにより、対象となる非線形システムの複雑さに適したネットワーク構造を自己組織化できる。また、予測誤差評価基準を用いてフィードバックループの計算回数、中間層のニューロンの個数、有益な入力変数などの構造パラメータを自己選択できる。このアルゴリズムを医用画像診断へ応用しその有効性を確認した。さらに、ネットワーク構造の自己選択機能を備えているため、実際問題への応用が容易であることを示した。 |
(英) |
In this study, a feedback Group Method of Data Handling (GMDH)-type neural network self-selecting optimum neuron architecture is proposed. Feedback GMDH-type neural network algorithm has an ability of self-selecting optimum neuron architecture from three neuron architectures such as sigmoid function neuron, radial basis function (RBF) neuron and polynomial neuron. This neural network has a feedback loop and can organize the optimum neural network architecture fitting the complexity of the nonlinear system by the feedback loop calculations. Feedback GMDH-type neural network also have abilities of self-selecting the number of feedback loop calculations, the number of neurons in hidden layers and useful input variables. This algorithm is applied to medical image diagnosis of lung cancer and it is shown that this algorithm is useful for medical image diagnosis of lung cancer and is easy to apply practical complex problem because optimum neural network architecture is automatically organized. |
キーワード |
(和) |
GMDH / 医用画像診断 / ニューラルネットワーク / / / / / |
(英) |
GMDH / Medical image diagnosis / Neural network / / / / / |
文献情報 |
信学技報, vol. 111, no. 396, KBSE2011-54, pp. 7-12, 2012年1月. |
資料番号 |
KBSE2011-54 |
発行日 |
2012-01-16 (KBSE) |
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 |
KBSE2011-54 |
研究会情報 |
研究会 |
KBSE |
開催期間 |
2012-01-23 - 2012-01-24 |
開催地(和) |
機械振興会館 |
開催地(英) |
Kikai-Shinko-Kaikan Bldg. |
テーマ(和) |
一般 |
テーマ(英) |
General session |
講演論文情報の詳細 |
申込み研究会 |
KBSE |
会議コード |
2012-01-KBSE |
本文の言語 |
日本語 |
タイトル(和) |
ニューロン構造の自己選択機能を備えたフィードバックGMDH-typeニューラルネットワークによる肺癌の医用画像診断 |
サブタイトル(和) |
|
タイトル(英) |
Medical image diagnosis of lung cancer by feedback GMDH-type neural network self-selecting optimum neuron architectuere |
サブタイトル(英) |
|
キーワード(1)(和/英) |
GMDH / GMDH |
キーワード(2)(和/英) |
医用画像診断 / Medical image diagnosis |
キーワード(3)(和/英) |
ニューラルネットワーク / Neural network |
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) |
近藤 正 / Tadashi Kondo / コンドウ タダシ |
第1著者 所属(和/英) |
徳島大学 (略称: 徳島大)
The University of Tokushima (略称: Tokushima Univ.) |
第2著者 氏名(和/英/ヨミ) |
上野 淳二 / Junji Ueno / ウエノ ジュンジ |
第2著者 所属(和/英) |
徳島大学 (略称: 徳島大)
The University of Tokushima (略称: Tokushima Univ.) |
第3著者 氏名(和/英/ヨミ) |
高尾 正一郎 / Shoichiro Takao / タカオ ショウイチロウ |
第3著者 所属(和/英) |
徳島大学 (略称: 徳島大)
The University of Tokushima (略称: Tokushima 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: ) |
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 |
2012-01-23 11:10:00 |
発表時間 |
40分 |
申込先研究会 |
KBSE |
資料番号 |
KBSE2011-54 |
巻番号(vol) |
vol.111 |
号番号(no) |
no.396 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2012-01-16 (KBSE) |