| 講演名 | 2016-01-28 SOMを用いたベクトル認識システムにおけるグループ分けの効果 太田 真嘉(関西大), 伊東 大五(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) | あらまし本稿は， T. Kohonen の提案した自己組織化マップ(Self-organizing Map : SOM) を用いた認識システムにおけるグループ分けの効果について述べる．SOM は教師なし学習を行うニューラルネットワークの1 つで，競合学習および近傍学習により，ある分布に従う多次元のデータに対してその分布を近似した特徴マップを生成するため，クラスタリングする際に有効とされている．そのため様々なパターン認識への応用が行われている．画像認識を行う際， 明度が大きく異なる画像同士での比較を行うと認識率の低下に繋がる問題がある．そこで本論文では，この問題を解決するため，グループ分けを用いた認識手法を提案する．これは，低次元特徴ベクトルにより画像を分けるグループ分類とグループ毎の認識処理で構成される．このようなグループ分けを用い，グループ毎に適した学習をしたSOM を用いて認識を行うことで，認識率の向上を図った．本研究では， 位置認識を用いることによりグループ分け手法の効果を定量的に検証した．提案手法を用いて認識実験を行った結果，92.8%の認識率を得た． |
| 抄録(英) | Abstract This paper discusses effect of grouping based on self-organising map．The SOM is a one of unsupervisedlearning neural network，and is commonly used to form clusters using its topology preserving nature．Therefore the SOM is used for various pattern recognition applications．In image recognition，it’s recognition accuracyis degraded under difficult lighting conditions．This paper proposes a new image recognition system thatemploys a grouping method．The proposed system consists of grouping of vectors according to their brightness，and vector classification that is carried out in the assigned group．Each group tunes recognition parameters forthe vectors belonging to the group．The proposed method is applied to position identification from omnidirectionalimage．The experimental results show that the system can run at 92.8% of recognition rate． |
| キーワード(和) | ニューラルネットワーク / 自己組織化マップ |
| キーワード(英) | Neural network / Self-organizing Map |
| 資料番号 | NC2015-56 |
| 発行日 | 2016-01-21 (NC) |
| 研究会情報 | |
| 研究会 | NC / NLP |
|---|---|
| 開催期間 | 2016/1/28(から2日開催) |
| 開催地（和） | 九州工業大学 若松キャンパス |
| 開催地（英） | Kyushu Institute of Technology |
| テーマ（和） | ニューロコンピューティングの実装および人間科学のための解析・モデル化，一般 |
| テーマ（英） | Implementation of Neuro Computing,Analysis and Modeling of Human Science, etc |
| 委員長氏名（和） | 斎藤 利通(法政大) / 神野 健哉(日本工大) |
| 委員長氏名（英） | Toshimichi Saito(Hosei Univ.) / Kenya Jinno(Nippon Inst. of Tech.) |
| 副委員長氏名（和） | 佐藤 茂雄(東北大) / 藤坂 尚登(広島市大) |
| 副委員長氏名（英） | Shigeo Sato(Tohoku Univ.) / Naoto Fujisaka(Hiroshima City Univ.) |
| 幹事氏名（和） | 堀尾 恵一(九工大) / 田中 宏喜(京都産大) / 長谷川 幹雄(東京理科大) / 和田 昌浩(甲南大) |
| 幹事氏名（英） | Keiichi Horio(Kyushu Inst. of Tech.) / Hiroki Tanaka(Kyoto Sangyo Univ.) / Mikio Hasegawa(Tokyo Univ. of Science) / Masahiro Wada(Konan Univ.) |
| 幹事補佐氏名（和） | 神原 裕行(東工大) / 秋間 学尚(東北大) / 中野 秀洋(東京都市大) / 麻原 寛之(岡山理科大) |
| 幹事補佐氏名（英） | Hiroyuki Kanbara(Tokyo Inst. of Tech.) / Hisanao Akima(Tohoku Univ.) / Hidehiro Nakano(Tokyo City Univ.) / Hiroyuki Asahara(Okayama Univ. of Science) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Neurocomputing / Technical Committee on Nonlinear Problems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | SOMを用いたベクトル認識システムにおけるグループ分けの効果 |
| サブタイトル（和） | |
| タイトル（英） | Effect of grouping in vector recognition system Based on SOM |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(2)（和/英） | 自己組織化マップ / Self-organizing Map |
| 第 1 著者 氏名（和/英） | 太田 真嘉 / Masayoshi Ohta |
| 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） | 伊東 大五 / Ito Daigo |
| 第 2 著者 所属（和/英） | 関西大学(略称：関西大) Kansai University(略称：Kansai Univ.) |
| 第 3 著者 氏名（和/英） | 肥川 宏臣 / Hiroomi Hikawa |
| 第 3 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 | 2016-01-28 |
| 資料番号 | NC2015-56 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | NC-426 |
| ページ範囲 | pp.1-6(NC), |
| ページ数 | 6 |
| 発行日 | 2016-01-21 (NC) |