| 講演名 | 2015-07-18 ベイジアンネットワークの生成に基づく特徴抽出 西野 兼治(東大), 稲葉 真理(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | ニューラルネットワークの訓練方法として，入力の特徴を自動で抽出する表現学習という手法が注目を集めている．この表現学習では高階層のノードほど抽象的な特徴に対応するといったような特徴間の階層構造を捉えることができ，得られた抽象的な特徴を分類タスクの特徴量に用いることで高い認識精度を得ている．これらは入力層から出力層へ向けてのみ情報を伝播するフィードフォワードなものである．一方で，生体脳では各階層間で低次の層から高次のみならず，高次の層から低次の層へ情報を伝達する接続があることが知られており，この相互接続を説明するためにBayesian Networkを脳の情報処理モデルにおく研究がある．本研究はBayesian Networkを認識のモデルとし，これを自動的に構築する手法としてBayesian AutoEncoder (BAE)を提案する．BAEが構築するネットワークは入力データの特徴をBayesian Network上のノードとして獲得し，また双方向の情報を用いて各特徴が入力データに存在する確率を推論する．BAEが小規模なネットワークを構築し，特徴をノードとして得られることを実験した． |
| 抄録(英) | Networks used in Deep Learning generally have feedforward architectures, and they can not use top-down information for recognition. However in brains, there are not only feedforward connections from the lower level to the higher but also feedback connections from higher to lower. As the reason for the feedbacks, some studies propose that the information processing model of brains is based on a Bayesian Network. In this paper, we propose Bayesian AutoEncoder (BAE) to construct Bayesian Networks. The networks constructed by BAE can execute inference using bottom-up and top-down information. We confirmed that BAE can construct small networks and extract features. |
| キーワード(和) | ベイジアンネットワーク / 特徴抽出 |
| キーワード(英) | Batesian Network / feature extraction |
| 資料番号 | NC2015-13 |
| 発行日 | 2015-07-11 (NC) |
| 研究会情報 | |
| 研究会 | MBE / NC |
|---|---|
| 開催期間 | 2015/7/18(から1日開催) |
| 開催地（和） | 徳島大学 |
| 開催地（英） | The University of Tokushima |
| テーマ（和） | ME, 一般 |
| テーマ（英） | Me, general |
| 委員長氏名（和） | 小林 哲生(京大) / 斎藤 利通(法政大) |
| 委員長氏名（英） | Tetsuo Kobayashi(Kyoto Univ.) / Toshimichi Saito(Hosei Univ.) |
| 副委員長氏名（和） | 福岡 豊(工学院大) / 佐藤 茂雄(東北大) |
| 副委員長氏名（英） | Yutaka Fukuoka(Kogakuin Univ.) / Shigeo Sato(Tohoku Univ.) |
| 幹事氏名（和） | 中村 和浩(秋田脳研) / 田中 久弥(工学院大) / 堀尾 恵一(九工大) / 田中 宏喜(京都産大) |
| 幹事氏名（英） | Kazuhiro Nakamura(akita noken) / Hisaya Tanaka(Kogakuin Univ.) / Keiichi Horio(Kyushu Inst. of Tech.) / Hiroki Tanaka(Kyoto Sangyo Univ.) |
| 幹事補佐氏名（和） | 笈田 武範(京大) / 堀江 亮太(芝浦工大) / 神原 裕行(東工大) / 秋間 学尚(東北大) |
| 幹事補佐氏名（英） | Takenori Oida(Kyoto Univ.) / Ryota Horie(Shibaura Inst. of Tech.) / Hiroyuki Kanbara(Tokyo Inst. of Tech.) / Hisanao Akima(Tohoku Univ.) |
| 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） | ベイジアンネットワークの生成に基づく特徴抽出 |
| サブタイトル（和） | |
| タイトル（英） | Feature extraction based on generation of Bayesian Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ベイジアンネットワーク / Batesian Network |
| キーワード(2)（和/英） | 特徴抽出 / feature extraction |
| 第 1 著者 氏名（和/英） | 西野 兼治 / Kaneharu Nishino |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Univ. Tokyo) |
| 第 2 著者 氏名（和/英） | 稲葉 真理 / Mary Inaba |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Univ. Tokyo) |
| 発表年月日 | 2015-07-18 |
| 資料番号 | NC2015-13 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | NC-148 |
| ページ範囲 | pp.7-11(NC), |
| ページ数 | 5 |
| 発行日 | 2015-07-11 (NC) |