| 講演名 | 2022-03-02 SOMによる分類システムの認識率改善及び高速化の検討 田坂 駿(関西大), 肥川 宏臣(関西大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 自己組織化マップ（Self-Organizing Map : SOM）を使った分類システムの精度改善と学習速度の高速化に関する検討を行った．まず認識性能改善のため，複数のクラス毎に異なる SOM を使った分類システム (Class-SOM) を提案した．加えて，階層化 SOM を組み合わせた．階層化 SOM はサイズの小さい複数の SOM で構成されるため，学習時間の短縮が期待できる．提案システムはマルチスレッドを利用して実装した．Fashion-MNIST を用いた実験において，従来の $8 times 8$ SOM による認識率 $71.44%$，学習時間 $26.26$ 分だったものが，Class-SOM，マルチスレッド化，階層化を組み合わせることで，認識率 $83.00%$，学習時間 $2.80$ 分になった．認識率の改善だけに注目すると，最終的に $85.82%$ の認識結果を得ることができた． |
| 抄録(英) | This paper discusses a new type of image classifier called class-SOM, which is based on self-organizing map (SOM). The class-SOM is made of multiple SOMs, each of which is trained with the same class images. Then the SOMs in the class-SOM are replaced with hierarchical SOMs. Since the hierarchical SOM is made of the smaller SOMs, the learning time is expected to be shortened. The proposed system was implemented using multithreading. Experiments with Fashion-MNIST revealed that the proposed classifier provided 83.0% of accuracy with 168 second of training time. Meanwhile the conventional $8 times 8$~SOM-Hebb classifier required 1575 second for training and provided 71.44% accuracy. Accuracy of the classification was finally tuned up to be 85.82%. |
| キーワード(和) | 自己組織化マップ / ニューラルネットワーク / 機械学習 / 分類システム / 画像認識 |
| キーワード(英) | Self-Organizing Map / Neural Network / Machine Learning / Classification Systems / Image Recognition |
| 資料番号 | NC2021-46 |
| 発行日 | 2022-02-23 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2022/3/2(から3日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | NC, ME，一般 |
| テーマ（英） | |
| 委員長氏名（和） | 奥野 竜平(摂南大) / 大須 理英子(早大) |
| 委員長氏名（英） | Ryuhei Okuno(Setsunan Univ.) / Rieko Osu(Waseda Univ.) |
| 副委員長氏名（和） | 堀 潤一(新潟大) / 山川 宏(東大) |
| 副委員長氏名（英） | Junichi Hori(Niigata Univ.) / Hiroshi Yamakawa(Univ of Tokyo) |
| 幹事氏名（和） | 中村 英夫(大阪電気通信大) / 内部 英治(ATR) / 西田 知史(NICT) |
| 幹事氏名（英） | Hideo Nakamura(Osaka Electro-Communication Univ) / Eiji Uchibe(ATR) / Satoshi Nishida(NICT) |
| 幹事補佐氏名（和） | 赤澤 淳(明治国際医療大学) / 湯田 恵美(東北大) / 我妻 伸彦(東邦大) / 栗川 知己(関西医科大) |
| 幹事補佐氏名（英） | Jun Akazawa(Meiji Univ. of Integrative Medicine) / Emi Yuda(Tohoku Univ) / Nobuhiko Wagatsuma(Toho Univ.) / Tomoki Kurikawa(KMU) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on ME and Bio Cybernetics / Technical Committee on Neurocomputing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | SOMによる分類システムの認識率改善及び高速化の検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Improvement of Recognition Accuracy and Speed-up of SOM-based Classification System |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 自己組織化マップ / Self-Organizing Map |
| 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） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | 分類システム / Classification Systems |
| キーワード(5)（和/英） | 画像認識 / Image Recognition |
| 第 1 著者 氏名（和/英） | 田坂 駿 / Shun Tasaka |
| 第 1 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 第 2 著者 氏名（和/英） | 肥川 宏臣 / Hiroomi Hikawa |
| 第 2 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 発表年月日 | 2022-03-02 |
| 資料番号 | NC2021-46 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | NC-390 |
| ページ範囲 | pp.1-4(NC), |
| ページ数 | 4 |
| 発行日 | 2022-02-23 (NC) |