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
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 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 2017-10-12 14:00
エンタングルメント・エントロピーに基づく畳み込みニューラルネットワーク
江口 脩田中 勝福岡大
技報オンラインサービス実施中
抄録 (和) 現在,機械学習に用いられるニューラルネットワークは,過学習が起きないように,膨大なデータから分類に必要な情報を抽出する.しかし,分類に必要な情報を抽出する際に,分類に不必要な情報も抽出している.そこで,本稿では,分類に不必要な情報を削減しながら重要な情報を維持するアルゴリズムを構築することが可能かどうかを判断するために行った実験結果について報告する.本稿で検討するモデルはエンタングルメント・エントロピーに基づく畳み込みニューラルネットワーク(EECNN:Entanglement Entropic Convolutional Neural Network)でありこれは,機械学習分野への物理学的アプローチを用いる.まず,層への入力または層からの出力から得られた確率振幅を用いて,エンタングルメント・エントロピーを計算する.エンタングルメント・エントロピーは,確率振幅がランダムノイズでない場合,特異値分解後のいくつかの特異値を用いて再構成することで元の画像を十分に近似することができる.エントロピーの結果に基づいて特異値から元の確率振幅を復元することにより,情報を削減しながら重要な情報を維持する. 
(英) The neural network used for machine learning is an extract that extracts information necessary for classification from enormous data so as not to undergo overlearning. However, when extracting information necessary for classification, it also extracts unnecessary information for classification. In this article, we report on the results of experiments conducted to determine whether an algorithm to maintain important information is possible while reducing unnecessary information for classification. The model discussed in this paper is a convolution neural network based on an entanglement entropy (EECNN: Entanglement Entropic Convolutional Neural Network), which uses a physical approach to the machine learning field. The calculation of the entangement entropy using the probability amplitude obtained from input to the layer or output from the layer. The entangement entropy is an example where the original image can be sufficiently approximated by reconstructing using several singular values after the singular value decomposition, if the probability amplitude is not random noise. Maintaining important information while reducing information by restoring the original probability amplitude from singular values based on the results of entropy.
キーワード (和) 量子力学 / 機械学習 / エンタングルメント・エントロピー / 特異値分解 / 畳み込みニューラルネットワーク / / /  
(英) quantum mechanics / machine learning / entanglement entropy / singular value decomposition / convolutional neural network / / /  
文献情報 信学技報, vol. 117, no. 238, PRMU2017-73, pp. 61-66, 2017年10月.
資料番号 PRMU2017-73 
発行日 2017-10-05 (PRMU) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 PRMU  
開催期間 2017-10-12 - 2017-10-13 
開催地(和) 熊本大学 
開催地(英)  
テーマ(和) 深層学習 
テーマ(英)  
講演論文情報の詳細
申込み研究会 PRMU 
会議コード 2017-10-PRMU 
本文の言語 日本語 
タイトル(和) エンタングルメント・エントロピーに基づく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) Entanglement Entropic Convolutional Neural Network 
サブタイトル(英)  
キーワード(1)(和/英) 量子力学 / quantum mechanics  
キーワード(2)(和/英) 機械学習 / machine learning  
キーワード(3)(和/英) エンタングルメント・エントロピー / entanglement entropy  
キーワード(4)(和/英) 特異値分解 / singular value decomposition  
キーワード(5)(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(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) 江口 脩 / Shu Eguchi / エグチ シュウ
第1著者 所属(和/英) 福岡大学 (略称: 福岡大)
Fukuoka University (略称: Fukuoka Univ.)
第2著者 氏名(和/英/ヨミ) 田中 勝 / Masaru Tanaka / タナカ マサル
第2著者 所属(和/英) 福岡大学 (略称: 福岡大)
Fukuoka University (略称: Fukuoka Univ.)
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
発表日時 2017-10-12 14:00:00 
発表時間 30 
申込先研究会 PRMU 
資料番号 IEICE-PRMU2017-73 
巻番号(vol) IEICE-117 
号番号(no) no.238 
ページ範囲 pp.61-66 
ページ数 IEICE-6 
発行日 IEICE-PRMU-2017-10-05 


[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