講演名 2022-11-24
Echo State Networkと次元削減による声帯振動動画の生成
野口 十夢(立命館大), 塩澤 航太(立命館大), 徳田 功(立命館大),
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 動画データは,物体のダイナミクスを捉えるための有効な手段の一つである.しかし,実際にダイナミクスを支配する次元は,動画データの次元よりも小さい場合がある.そこで本研究では,いくつかの手法で次元削減した動画データをEcho State Networkで学習し,その予測結果から動画の再構成が可能であることを示す.
抄録(英) Video data provides an effective means for capturing the dynamics of experimental object. The dimensionality that actually governs the dynamics could be smaller than that of the raw video data. In this paper, we show that the video data, the dimensionality of which is reduced by principal component analysis, can be trained on an Echo State Network. The Echo State Network can reconstruct the original video with a good accuracy.
キーワード(和) 次元削減 / リザバーコンピューティング / オートエンコーダー / 動画解析
キーワード(英) Dimensionality Reduction / Reservoir Computing / Auto Encoder / Video Analysis
資料番号 NLP2022-56
発行日 2022-11-17 (NLP)

研究会情報
研究会 NLP
開催期間 2022/11/24(から2日開催)
開催地(和) 立命館大学 びわこ・くさつキャンパス
開催地(英)
テーマ(和) Recurrence Plots,一般
テーマ(英)
委員長氏名(和) 常田 明夫(熊本大)
委員長氏名(英) Akio Tsuneda(Kumamoto Univ.)
副委員長氏名(和) 鳥飼 弘幸(法政大)
副委員長氏名(英) Hiroyuki Torikai(Hosei Univ.)
幹事氏名(和) 吉岡 大三郎(崇城大) / 伊藤 大輔(岐阜大)
幹事氏名(英) Daizaburo Yoshioka(Sojo Univ.) / Daisuke Ito(Gifu Univ.)
幹事補佐氏名(和) 横井 裕一(長崎大) / 山仲 芳和(宇都宮大)
幹事補佐氏名(英) Yuichi Yokoi(Nagasaki Univ.) / Yoshikazu Yamanaka(Utsunomiya Univ.)

講演論文情報詳細
申込み研究会 Technical Committee on Nonlinear Problems
本文の言語 JPN
タイトル(和) Echo State Networkと次元削減による声帯振動動画の生成
サブタイトル(和)
タイトル(英) Reconstructing of Vocal Fold Vibration Video by Echo State Network and Dimensionality Reduction
サブタイトル(和)
キーワード(1)(和/英) 次元削減 / Dimensionality Reduction
キーワード(2)(和/英) リザバーコンピューティング / Reservoir Computing
キーワード(3)(和/英) オートエンコーダー / Auto Encoder
キーワード(4)(和/英) 動画解析 / Video Analysis
第 1 著者 氏名(和/英) 野口 十夢 / Tomu Noguchi
第 1 著者 所属(和/英) 立命館大学(略称:立命館大)
Ritsumeikan University(略称:Ritsumeikan Univ.)
第 2 著者 氏名(和/英) 塩澤 航太 / Kota Shiozawa
第 2 著者 所属(和/英) 立命館大学(略称:立命館大)
Ritsumeikan University(略称:Ritsumeikan Univ.)
第 3 著者 氏名(和/英) 徳田 功 / Isao Tokuda
第 3 著者 所属(和/英) 立命館大学(略称:立命館大)
Ritsumeikan University(略称:Ritsumeikan Univ.)
発表年月日 2022-11-24
資料番号 NLP2022-56
巻番号(vol) vol.122
号番号(no) NLP-280
ページ範囲 pp.1-4(NLP),
ページ数 4
発行日 2022-11-17 (NLP)