| 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 | 2018-08-21 09:50 ［招待講演］古典的技術と深層学習を融合した信号処理技術の新展開 ○山崎俊彦（東大）  SIP2018-64 |
|
| 抄録 | （和） | 近年、深層学習をはじめとする大量の事例を用いた学習ベースの信号処理が主流になりつつある。ありとあらゆる信号処理や画像処理の分野で処理性能の記録が深層学習によって塗り替えられていると言っても過言ではない。従来の信号処理技術は全く不要になったのだろうか？我々が近年行っている取り組みでは、古典的な解析的な手法と最新の深層学習ベースの手法を適切に組み合わせることで、より高性能な信号処理ができる可能性があることがわかってきた。例えば、古典的な手法と深層学習ベースのそれぞれの長所をいいとこ取りをした手法や、深層学習が選択するツールの1つとして古典的な手法を与えるなどのアプローチがあり得る。本講演では我々の研究グループで行っている研究について画像処理を中心に事例を紹介する。 |
| （英） | In recent years, deep neural networks (DNNs) is becoming the main stream of data processing. In fact, DNN-based approaches are the best performing ones in many applications. Have traditional signal processing approaches become old-fashioned in the era of DNNs? In our recent research activities, we found that collaborative processing by the proper combination of traditional signal processing techniques and DNN-based ones can achieve better performance than state-of-the-art DNN-only techniques. For instance, we have been developing an approach that can efficiently pick-up the advantages of the traditional and DNN-based techniques. It is also possible to let DNN-based approaches use traditional approaches in their internal processing. In my invited talk, I will introduce some representative works of such new approaches in our research group particularly on image processing. | |
| キーワード | （和） | 古典的画像処理手法 / 深層学習 / 協調処理 / / / / / |
| （英） | Traditional image processing techniques / deep neural networks (DNNs) / collaborative processing / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 182, SIP2018-64, pp. 37-37, 2018年8月. | |
| 資料番号 | SIP2018-64 | |
| 発行日 | 2018-08-13 (SIP) | |
| 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 | SIP2018-64 |
|
| 研究会情報 | |
| 研究会 | SIP |
| 開催期間 | 2018-08-20 - 2018-08-21 |
| 開催地（和） | 拓殖大学 文京キャンパス |
| 開催地（英） | Takushoku Univ. Bunkyo Campus. |
| テーマ（和） | 数理，学習，信号処理一般（画像・音声音響・通信・実現システム・基礎等) |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2018-08-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | 古典的技術と深層学習を融合した信号処理技術の新展開 |
| サブタイトル（和） | |
| タイトル（英） | DNN Meets Tradition: Collaborative Processing of Traditional Signal Processing Technologies and Deep Neural Networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 古典的画像処理手法 / Traditional image processing techniques |
| キーワード(2)（和/英） | 深層学習 / deep neural networks (DNNs) |
| キーワード(3)（和/英） | 協調処理 / collaborative processing |
| 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） | 山崎 俊彦 / Toshihiko Yamasaki / ヤマサキ トシヒコ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-08-21 09:50:00 |
| 発表時間 | 60分 |
| 申込先研究会 | SIP |
| 資料番号 | SIP2018-64 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.182 |
| ページ範囲 | p.37 |
| ページ数 | 1 |
| 発行日 | 2018-08-13 (SIP) |
[研究会発表申込システムのトップページに戻る]