| 講演名 | 2006-06-16 自己組織化マップ集合の自己組織化マップ : 「束学習」をめざして(「機械学習によるバイオデータマインニング」及び「一般」) 古川 徹生, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | Kohonenの自己組織化マップ(SOM)はベクトルデータの集合をマップするアーキテクチャである。今回提案する「SOMのSOM」,SOM^2はデータの集合族をそれぞれ異なるSOMでマップし,かつそれらを上位のSOMがマップするというものである。すなわちマップする対象がベクトルデータではなくSOM自身となる。この手法を用いることで,従来マップ生成が困難であった多くの課題にSOMを応用できるようになったので報告する。 |
| 抄録(英) | Kohonen's self-organizin map (SOM) is an architecture that generates a map of a given dataset. In this paper, a novel extension of SOM called SOM^2 is proposed. The mapping objects of SOM^2 are SOMs themselves, each of which represents a set of data vectors. Thus, the entire SOM^2 represents a set of data distributions. SOM^2 is expected to be a powerful tool for the classification, estimation and recongnition tasks relevant to nonlinear manifolds. |
| キーワード(和) | 自己組織化マップ / モジュラーネットワーク型SOM / ファイバー束 / ホモトピー / 多様体 |
| キーワード(英) | self-organizing map / SOM / mnSOM / fiber bundle / homotopy / manifold |
| 資料番号 | NC2006-34 |
| 発行日 |
| 研究会情報 | |
| 研究会 | NC |
|---|---|
| 開催期間 | 2006/6/9(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） | 自己組織化マップ集合の自己組織化マップ : 「束学習」をめざして(「機械学習によるバイオデータマインニング」及び「一般」) |
| サブタイトル（和） | |
| タイトル（英） | Self-Organizing Map of Self-Organizing Maps : A Proposal of "Bundle Learning" |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 自己組織化マップ / self-organizing map |
| キーワード(2)（和/英） | モジュラーネットワーク型SOM / SOM |
| キーワード(3)（和/英） | ファイバー束 / mnSOM |
| キーワード(4)（和/英） | ホモトピー / fiber bundle |
| キーワード(5)（和/英） | 多様体 / homotopy |
| 第 1 著者 氏名（和/英） | 古川 徹生 / Tetsuo FURUKAWA |
| 第 1 著者 所属（和/英） | 九州工業大学大学院生命体工学研究科 Graduate School of Life Science and Systems Engineering, Kyushu Institute of Technology |
| 発表年月日 | 2006-06-16 |
| 資料番号 | NC2006-34 |
| 巻番号（vol） | vol.106 |
| 号番号（no） | 102 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |