| 講演名 | 2019-03-13 ［ポスター講演］誤り訂正符号の訂正能力と連想記憶モデルの引き込み領域の関係 押川 晃寛(山口大), 川村 正樹(山口大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 自己想起モデルを用いた電子透かし法を提案した．?自己想起モデルは引き込み領域内で透かしの誤りを訂正することができる．?従来の電子透かし法では，攻撃に耐性を持たせるため，メッセージは誤り訂正符号で符号化されている．?メッセージを正しく復号するために，高い誤り訂正能力を持つ手法が求められる．?大きな引き込み領域，つまり，高い誤り訂正能力を持っているので，我々は自己想起モデルに注目した．?提案モデルは符号化器，自己想起モデル，復号器から構成される．符号化器はランダムネットで構成される．?メッセージは符号語に変換され，生成された符号語は自己想起モデルのシナプス結合に記憶される．?これより，符号語が劣化しても，記憶した符号語を想起することができる．?想起した符号語は復号器でメッセージに逆変換される．?提案モデルの誤り訂正能力を評価するために，計算機シミュレーションで引き込み領域を求めた．?その結果，提案モデルは記憶率が小さい場合，初期オーバラップ$m^0=0.02$でもメッセージを正しく復号できることがわかった． |
| 抄録(英) | We proposed a digital watermarking method using an auto-associative memory model (AMM), which can correct errors of watermarks inside a basin of attraction of the model. ?In the conventional watermarking methods, messages are encoded to watermarks by using error-correcting codes in preparation for attacks. ?In order to decode the messages correctly, the methods with high error correction capability are required. ?We focused on the auto-associative memory model, since it has large basin of attraction. ?That is, it has high ability for error correction. ?The proposed method consists of an encoder network and a decoder network with an auto-associative memory model. ?The encoder is a randomly connected network.?The messages are converted to the codewords. ?The generated codewords are stored in synaptic connections of the AMM.?Therefore, the AMM can retrieve the stored codeword correctly from a damaged codeword. ?The retrieved codeword is inversely converted to the message in the decoder. ?In order to evaluate the error correction capability of the proposed method, the basins of attraction are calculated by computer simulations. As a result, we found that the proposed method could decode messages correctly even from small initial overlap $m^0=0.02$ when the loading rate is small enough. |
| キーワード(和) | 電子透かし / 連想記憶モデル / 誤り訂正符号 / ニュラルネットワーク |
| キーワード(英) | watermarking / associative memory model / error correction code / neural network |
| 資料番号 | EMM2018-101 |
| 発行日 | 2019-03-06 (EMM) |
| 研究会情報 | |
| 研究会 | EMM |
|---|---|
| 開催期間 | 2019/3/13(から2日開催) |
| 開催地（和） | 沖縄県青年会館 |
| 開催地（英） | TBD |
| テーマ（和） | 画質・音質評価，知覚・認知メトリクス，人間視聴覚システム，一般 |
| テーマ（英） | Image and Sound Quality, Metrics for Perception and Recognition, Human Auditory and Visual System, etc. |
| 委員長氏名（和） | 岩村 惠市(東京理科大) |
| 委員長氏名（英） | Keiichi Iwamura(TUC) |
| 副委員長氏名（和） | 栗林 稔(岡山大) / 小嶋 徹也(東京高専) |
| 副委員長氏名（英） | Minoru Kuribayashi(Okayama Univ.) / Tetsuya Kojima(NIT,Tokyo College) |
| 幹事氏名（和） | 姜 玄浩(東京高専) / 村田 晴美(中京大) |
| 幹事氏名（英） | Kan Hyonho(NIT, Tokyo) / Harumi Murata(Tyukyo Univ.) |
| 幹事補佐氏名（和） | 秋山 寛子(長野高専) / 金田 北洋(キヤノン) |
| 幹事補佐氏名（英） | Hiroko Akiyama(NIT, Nagano College) / キタヒロ カネダ(CANON) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Enriched MultiMedia |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ポスター講演］誤り訂正符号の訂正能力と連想記憶モデルの引き込み領域の関係 |
| サブタイトル（和） | |
| タイトル（英） | [Poster Presentation] Relationship between error correcting capability for error correction codes and basin of attraction in associative memory models |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 電子透かし / watermarking |
| キーワード(2)（和/英） | 連想記憶モデル / associative memory model |
| キーワード(3)（和/英） | 誤り訂正符号 / error correction code |
| キーワード(4)（和/英） | ニュラルネットワーク / neural network |
| 第 1 著者 氏名（和/英） | 押川 晃寛 / Akinobu Oshikawa |
| 第 1 著者 所属（和/英） | 山口大学(略称：山口大) Yamaguchi University(略称：Yamaguchi Univ.) |
| 第 2 著者 氏名（和/英） | 川村 正樹 / Masaki Kawamura |
| 第 2 著者 所属（和/英） | 山口大学(略称：山口大) Yamaguchi University(略称：Yamaguchi Univ.) |
| 発表年月日 | 2019-03-13 |
| 資料番号 | EMM2018-101 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | EMM-494 |
| ページ範囲 | pp.51-56(EMM), |
| ページ数 | 6 |
| 発行日 | 2019-03-06 (EMM) |