非対称ニューラルネットによる知覚・認知の分散型相関表現の研究

点击翻译按钮获取中文摘要

視覚系のニューラルネットワークに関して、関心のある点への注視という機能により、効率のよい情報処理がなされている。この注視の機能を導入するためにニューラルネットワークの内部情報の表現が重要となる。ネットワーク内では情報が分散・多重表現されているため,一般に解析が困難である。しかし、工学の問題であるエキスパートシステムやパターンの注視による識別の問題ではネットワークの識別能力の向上や信頼性の向上などのために分散型内部表現の解析が不可欠である。本研究では、はじめにニューラルネットワークの内部情報を解析してパタン識別のための特徴を捕らえた注視点を明らかにすることを目的とする。このため層状ネットワークの出力細胞が入力細胞の出力にどの程度敏感に反応するかを定式化した。この式を依存度と呼ぶことにする。この依存度の値が大きな領域が、そのニューラルネットワークが注視している点であると考えられる。すなわちネットワークの注視点は依存度の値の大きな領域と見なすことができる。そこで、本研究では、はじめに2値パターンのアルファベット文字を5個を分類するためのBP法による学習を行ない依存度を算出した。その結果、特徴領域の値が大きく算出された。次に、濃淡画像としての電車の全面の画像と人の顔の画像を取り上げ、学習後の依存度の算出を行なった。ここでも、特徴領域が数カ所にわたり、大きな値で算出された。これらの結果を注視点と見なし拡張を行なっている。