权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

階層化ふるい分けSOMによる画像認識システムに関する研究

基于分层筛分SOM的图像识别系统研究

基本信息

批准号：
20K11999
负责人：
肥川宏臣
金额：
$ 2万
依托单位：
Kansai University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

階層化ふるい分け自己組織化マップ（Self-organizing map: SOM）を提案している．SOM を使った認識システムとして，複数の SOM を使った Class-SOM の研究も行っているが，これに用いる個別の SOM にふるい分けSOM を用いた認識システム（Class-ふるい分けSOM とする）では学習時間を大幅に短縮することができた．しかし，認識率の向上は頭打ちで，あまり向上しなかった．そこで，令和４年度は，これらの認識のベースとなる SOM の認識率を上げる方法の模索を行った．その方法として，画像認識に対して前処理の導入，学習時におけるベクトル要素ごとの重みづけ，等の効果を調べた． Fashion-MNIST （FMNIST）による実験を行った．その結果，前処理に画像の二値化，画像の切り出し（画像の一部のみを認識に使用），さらに切り出し画像に含まれる周波数成分を認識に使用することが有効であることがわかった．また，画像の二値化を導入することで Class-SOM の認識率を改善させることができた．SOM の学習するために多数のプロセッサによる並列処理を行うハードウェア SOM の開発を進めている．プロセッサの配置を単純な2次元配置から，入れ子構造にしたアーキテクチャを前年度までに提案している．この入れ子構造アーキテクチャは，ハードウェア記述言語である VHDL を用いて論理合成を行うと，より小さな回路規模，高速な回路が生成できることが分かった．この成果を国内研究会で発表するとともに，国際ジャーナルに投稿中である．

Self-organizing map (SOM) is proposed to shorten the learning time of SOM.しかし，认识率の向上は头打ちで，あまり向上しなかった. In the fourth year of the year, the awareness rate of SOM was increased. The method and method of image recognition are introduced before processing, and the key elements of image recognition and image recognition are adjusted during learning. Fashion-MNIST (FMNIST) As a result, the image is binarized in the pre-processing, and the image is cut out (one part of the image is used for recognition), and the image is cut out and the frequency component is used for recognition. The recognition rate of Class-SOM is improved. The learning rate of SOM is improved. The development of SOM is improved. In the past year, we have proposed a new method for improving the quality of service. This sub-structure is composed of VHDL, small loop size, high speed loop generation, etc. The results of this research will be published in the international journal.