お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2015-06-24 16:00
[招待講演]畳み込み型多層神経回路ネオコグニトロンとその発展
福島邦彦ファジィシステム研NC2015-3 IBISML2015-20
抄録 (和) 「ネオコグニトロン」は,視覚パターン認識能力を学習によって獲得することのできる階層型多層神経回路である.多層回路の各層で,特徴の抽出と統合を繰り返しながら次第に高次の特徴を抽出していく.最上位層では,抽出された特徴をもとにパターンの識別を行なう.ネオコグニトロンの歴史は古いが,現在に至るまで種々の改良が加えられ発展を続けている.現在注目を集めているdeep convolutional neural networkの一種に分類されるが,細かい点ではいくつかの相違点がある.そこで,その相違点に注目しながら,最近のネオコグニトロンを紹介する. 
(英) The neocognitron is a multi-layered convolutional network that can be trained to recognize visual patterns robustly. In lower layers of the network, local visual features are extracted from input patterns. Extraction and integration of visual features are repeated in the intermediate layers, and higher-order features are gradually extracted. In the highest layer, input patterns are classified based on the features extracted by the intermediate layers. Although the neocognitron has a long history, modifications of the network to improve its performance are still going on. The neocognitron can be classified to a so-called deep convolutional neural network, but there are several differences in detail. Focusing on these differences, this paper discusses neocognitron of a recent version.
キーワード (和) 視覚パターン認識 / convolutional neural network / deep network / ネオコグニトロン / 学習則 / add-if-silent / 内挿ベクトル法 /  
(英) visual pattern recognition / convolutional neural network / deep network / neocognitron / learning rule / add-if-silent / interpolating-vector /  
文献情報 信学技報, vol. 115, no. 111, NC2015-3, pp. 49-54, 2015年6月.
資料番号 NC2015-3 
発行日 2015-06-16 (IBISML), 2015-06-17 (NC) 
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 NC2015-3 IBISML2015-20

研究会情報
研究会 NC IPSJ-BIO IBISML IPSJ-MPS  
開催期間 2015-06-23 - 2015-06-25 
開催地(和) 沖縄科学技術大学院大学 
開催地(英) Okinawa Institute of Science and Technology 
テーマ(和) 機械学習によるバイオデータマインニング、一般 
テーマ(英) Machine Learning Approach to Biodata Mining, and General 
講演論文情報の詳細
申込み研究会 NC 
会議コード 2015-06-NC-BIO-IBISML-MPS 
本文の言語 日本語 
タイトル(和) 畳み込み型多層神経回路ネオコグニトロンとその発展 
サブタイトル(和)  
タイトル(英) Deep Convolutional Neural Network Neocognitron and its Advances 
サブタイトル(英)  
キーワード(1)(和/英) 視覚パターン認識 / visual pattern recognition  
キーワード(2)(和/英) convolutional neural network / convolutional neural network  
キーワード(3)(和/英) deep network / deep network  
キーワード(4)(和/英) ネオコグニトロン / neocognitron  
キーワード(5)(和/英) 学習則 / learning rule  
キーワード(6)(和/英) add-if-silent / add-if-silent  
キーワード(7)(和/英) 内挿ベクトル法 / interpolating-vector  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 福島 邦彦 / Kunihiko Fukushima /
第1著者 所属(和/英) ファジィシステム研究所 (略称: ファジィシステム研)
Fuzzy Logic System Institute (略称: FLSI)
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 2015-06-24 16:00:00 
発表時間 50分 
申込先研究会 NC 
資料番号 NC2015-3, IBISML2015-20 
巻番号(vol) vol.115 
号番号(no) no.111(NC), no.112(IBISML) 
ページ範囲 pp.49-54(NC), pp.165-170(IBISML) 
ページ数
発行日 2015-06-16 (IBISML), 2015-06-17 (NC) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会