| 講演名 | 2023-03-15 高次元耐性のあるSOINN空間の最適化手法の提案 高萩 悠(日大), 土田 悠介(日大), 山内 ゆかり(日大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 山崎らは，自己増殖型ニューラルネットワーク(Self-Organizing Incremental Neural Network:SOINN)と呼ばれる学習手法を提起した．この手法はネットワークを動的に構築するオンライン学習手法であり，サンプルを逐次的に学習する．しかし，SOINNは高次元データにおいてノイズ耐性を維持しつつ多様な特徴を保持することが困難である．具体的には，特徴のあるノードが削除されてしまう，無駄なノードが挿入されてしまう，あいまいなノードが生成されてしまうことが挙げられる．そこで本研究では，複雑ネットワークのネットワーク構成モデルからノードやエッジの再構成手法を取り入れる．また，無駄なノードの挿入を防ぐために閾値領域の拡大をすることでSOINN空間の安定性と識別率の向上を目指す．実験ではMNIST文字認識問題で識別率およびノード数の推移を比較し，提案手法の有効性を確かめる． |
| 抄録(英) | Yamazaki et al. proposed a learning method called Self-Organizing Incremental Neural Network (SOINN). This method is an online learning method that dynamically constructs a network and learns samples sequentially. However, it is difficult for SOINN to retain a variety of features in high-dimensional data while maintaining noise tolerance. Specifically, some of the features are deleted, unnecessary nodes are inserted, and ambiguous nodes are generated. Therefore, this study incorporates node and edge reconfiguration methods from the network configuration model of Complex Network. In addition, we aim to improve the stability of the SOINN space and identification rate by expanding the threshold region to prevent unnecessary node insertion. In the experiments, we compare the identification rate and the number of nodes on the MNIST character recognition problem to confirm the effectiveness of the proposed method. |
| キーワード(和) | 自己増殖型ニューラルネットワーク / 複雑ネットワーク / 高次元データ耐性 |
| キーワード(英) | Self-Organizing Incremental Neural Network / Complex Network / High-Dimensional Data Robustness |
| 資料番号 | NC2022-112 |
| 発行日 | 2023-03-06 (NC) |
| 研究会情報 | |
| 研究会 | NC / MBE |
|---|---|
| 開催期間 | 2023/3/13(から3日開催) |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | The Univ. of Electro-Communications |
| テーマ（和） | 脳アーキテクチャー, 一般（NC, ME） |
| テーマ（英） | Brain architecture, General |
| 委員長氏名（和） | 山川 宏(東大) / 堀 潤一(新潟大) |
| 委員長氏名（英） | Hiroshi Yamakawa(Univ of Tokyo) / Junichi Hori(Niigata Univ.) |
| 副委員長氏名（和） | 田中 宏和(東京都市大学) / 吉田 久(近畿大) |
| 副委員長氏名（英） | Hirokazu Tanaka(Tokyo City Univ.) / Hisashi Yoshida(Kinki Univ.) |
| 幹事氏名（和） | 寺島 裕貴(NTT) / 西田 知史(NICT) / 奥野 竜平(摂南大) / 辛島 彰洋(東北工大) |
| 幹事氏名（英） | Hiroki Terashima(NTT) / Satoshi Nishida(NICT) / Ryuhei Okuno(Setsunan Univ) / Akihiro Karashima(Tohoku Inst. of Tech.) |
| 幹事補佐氏名（和） | 田和辻 可昌(早大) / 栗川 知己(関西医科大) / 湯田 恵美(東北大) / 金子 美樹(阪大) |
| 幹事補佐氏名（英） | Yoshimasa Tawatsuji(Waseda Univ.) / Tomoki Kurikawa(KMU) / Emi Yuda(Tohoku Univ) / Miki Kaneko(Osaka Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on ME and Bio Cybernetics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 高次元耐性のあるSOINN空間の最適化手法の提案 |
| サブタイトル（和） | |
| タイトル（英） | Optimizing SOINN Space for High-Dimensional Data Robustness |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 自己増殖型ニューラルネットワーク / Self-Organizing Incremental Neural Network |
| キーワード(2)（和/英） | 複雑ネットワーク / Complex Network |
| キーワード(3)（和/英） | 高次元データ耐性 / High-Dimensional Data Robustness |
| 第 1 著者 氏名（和/英） | 高萩 悠 / Yu Takahagi |
| 第 1 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 第 2 著者 氏名（和/英） | 土田 悠介 / Yusuke Tsuchida |
| 第 2 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 第 3 著者 氏名（和/英） | 山内 ゆかり / Yukari Yamauchi |
| 第 3 著者 所属（和/英） | 日本大学(略称：日大) Nihon University(略称：Nihon Univ.) |
| 発表年月日 | 2023-03-15 |
| 資料番号 | NC2022-112 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | NC-425 |
| ページ範囲 | pp.113-118(NC), |
| ページ数 | 6 |
| 発行日 | 2023-03-06 (NC) |