| 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 | 2018-03-13 13:35 入力パルスの順序関係を認識するパルスニューロンモデルの教師あり学習則に関する研究 ○霜村侑香・黒柳 奨（名工大）  NC2017-73 |
|
| 抄録 | （和） | 本研究は，時系列情報処理において，時間的なずれに対して耐性のある認識を可能とするために，時間的に大域な特徴の抽出を目指したものである．その実現に向けて，パルスニューロンモデルを用いることで積層自己符号化器を時系列情報処理に適用させ，空間的・時間的情報圧縮を同時に行おうと考えた．そこで，自己符号化器への適用に向けて，パルスニューロンモデルの新しい教師あり学習則の提案を行った．提案学習則は，重みとディレイ（遅延素子）の同時学習により，入力パルスの順序関係によるクラスタリングを可能とし，有効な時間的特徴の抽出を可能とした． |
| （英） | This research aims at extracting temporally large features in order to enable recognition of time series information. In order to realize it, we think that a stacked autoencoder can be applied to time series information processing by using a pulsed neuron model, and can compress spatial and temporal information simultaneously. Therefore, we propose a new supervised learning rule of pulsed neuron model for application to autoencoder. In the proposed learning rule, the connection weights and delays are simultaneously learned. Therefore, it enables clustering by the arrival order recognition of the pulses, and it enables extraction of effective temporal features. | |
| キーワード | （和） | 時系列情報処理 / ニューラルネットワーク / パルスニューロンモデル / 教師あり学習則 / / / / |
| （英） | Time series information processing / Neural network / Pulsed neuron model / Supervised learning rule / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 508, NC2017-73, pp. 33-38, 2018年3月. | |
| 資料番号 | NC2017-73 | |
| 発行日 | 2018-03-06 (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 | NC2017-73 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2018-03-13 - 2018-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | ME，一般 |
| テーマ（英） | ME, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2018-03-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 入力パルスの順序関係を認識するパルスニューロンモデルの教師あり学習則に関する研究 |
| サブタイトル（和） | |
| タイトル（英） | A supervised learning rule of the pulsed neuron model for the arrival order recognition of the pulses |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 時系列情報処理 / Time series information processing |
| キーワード(2)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(3)（和/英） | パルスニューロンモデル / Pulsed neuron model |
| キーワード(4)（和/英） | 教師あり学習則 / Supervised learning rule |
| 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） | 霜村 侑香 / Yuka Shimomura / シモムラ ユカ |
| 第1著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 第2著者 氏名（和/英/ヨミ） | 黒柳 奨 / Susumu Kuroyanagi / クロヤナギ ススム |
| 第2著者 所属（和/英） | 名古屋工業大学 (略称： 名工大) Nagoya Institute of Technology (略称： NIT) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-13 13:35:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2017-73 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.508 |
| ページ範囲 | pp.33-38 |
| ページ数 | 6 |
| 発行日 | 2018-03-06 (NC) |
[研究会発表申込システムのトップページに戻る]