講演名 1997/11/17
データ圧縮能力の改善を目的とした階層型ニューラルネットワークの学習法
渡邊 栄治,
PDFダウンロードページ PDFダウンロードページへ
抄録(和) 本報告では, データ圧縮能力の改善を目的とした階層型ニューラルネットワーク (階層型NN)の学習法を提案する. 3層階層型NNの学習において, 入出カパターンが同一である場合, 中間層上に圧縮情報を獲得できることが知られている. しかしながら, 濃淡画像等を対象とする場合, 階層型NNの構造が大きくなり, 多大な学習時間が必要となる. また, 対象画像が複雑である場合, 単一の階層型NNでは十分な復元精度が得られない. そこで, 白黒濃淡画像を対象として, 画像の領域分割および量子化を適応的に行うための学習法 (圧縮法)を提案する. 最後に, 実験結果から提案学習法による圧縮率や復元精度について検討する.
抄録(英) In this report, a learning algorithm for improvement of compression ability by multi-layered neural networks (NNs). It is known that we can the compressed information in the hidden layer, when input patterns are identical with output patterns. However, it needs many hidden units and many learning iterations in the image compression. Moreover, when the original image has complex patterns, single NN model can not decode such a image with high accuracy. Accordingly, this report proposes learning algorithms for the segmentation and the quantitization of image. Finally, the compression rate and the decoding performance for a image are discussed in detail.
キーワード(和) 階層型ニューラルネットワーク / データ圧縮 / 濃淡画像 / 領域分割 / 量子化
キーワード(英) Multi-layered neural network / Data compression / Gray image / Segmentation / Quantitization
資料番号 NC97-50
発行日

研究会情報
研究会 NC
開催期間 1997/11/17(から1日開催)
開催地(和)
開催地(英)
テーマ(和)
テーマ(英)
委員長氏名(和)
委員長氏名(英)
副委員長氏名(和)
副委員長氏名(英)
幹事氏名(和)
幹事氏名(英)
幹事補佐氏名(和)
幹事補佐氏名(英)

講演論文情報詳細
申込み研究会 Neurocomputing (NC)
本文の言語 JPN
タイトル(和) データ圧縮能力の改善を目的とした階層型ニューラルネットワークの学習法
サブタイトル(和)
タイトル(英) A Learning Algorithm for Improvement of Compression Ability by Multi-Layered Neural Networks
サブタイトル(和)
キーワード(1)(和/英) 階層型ニューラルネットワーク / Multi-layered neural network
キーワード(2)(和/英) データ圧縮 / Data compression
キーワード(3)(和/英) 濃淡画像 / Gray image
キーワード(4)(和/英) 領域分割 / Segmentation
キーワード(5)(和/英) 量子化 / Quantitization
第 1 著者 氏名(和/英) 渡邊 栄治 / Eiji Watanabe
第 1 著者 所属(和/英) 福山大学工学部情報処理工学科
Department of Information Processing Engineering Faculty of Engineering, Fukuyama University
発表年月日 1997/11/17
資料番号 NC97-50
巻番号(vol) vol.97
号番号(no) 379
ページ範囲 pp.-
ページ数 4
発行日