マルチモード情報を相互利用する確率的神経回路網に関する研究

本研究は,認知と認識のメカニズムを理解するために,人体が受容するマルチモーダル情報を処理して出力するシステムの実現を目指して開始された.ここで扱うマルチモーダル情報源は,人体の表情やその他の生体信号であり,手法としては,EMアルゴリズムに基づく確率的神経回路網とそれに関連したものを用いたものとなっている.得られた成果は次のようなものであり,いずれも論文として発表されている.(1)研究代表者が開発した高速なα-EMアルゴリズムを完成させ,その収束性の証明と高速化の条件を得た.(2)α-EMアルゴリズムによる混合エキスパート型神経回路網を用いて,双方向で他のモードに変換できるシステムの基本形を得た.(3)α-EMアルゴリズムの下部構造であるベクトル量子化と自己組織化を結合させ,{情報圧縮,表情のモーフィング,3次元表示}の三項目を同時に実現するシステムを構築した.これは,神経系の内部状態を,3次元の顔表情に実時間変換できる効果器を実現したものになっている.(4)当初の予定には入っていなかった項目であるが,ICA(独立成分分析)のための超高速化法を得ることができた.これは,α-対数に関する自然勾配をICAに適用することにより得られたものである.ICAは,機能MRIによる脳情報を抽出するための手法として中心的位置を占めており,この研究で得られた超高速ICAは,今後への大きな貢献となりうるものである.以上のように,本研究は,当初目的の他にも成果を得て終了した.

本研究は,認知と認識のメカニズムを理解するために,人体が受容するマルチモーダル情報を処理して出力するシステムの実現を目指して開始された.ここで扱うマルチモーダル情報源は,人体の表情やその他の生体信号であり,手法としては,EMアルゴリズムに基づく確率的神経回路網とそれに関連したものを用いたものとなっている.得られた成果は次のようなものであり,いずれも論文として発表されている.(1)研究代表者が開発した高速なα-EMアルゴリズムを完成させ,その収束性の証明と高速化の条件を得た.(2)α-EMアルゴリズムによる混合エキスパート型神経回路網を用いて,双方向で他のモードに変換できるシステムの基本形を得た.(3)α-EMアルゴリズムの下部構造であるベクトル量子化と自己組織化を結合させ,{情報圧縮,表情のモーフィング,3次元表示}の三項目を同時に実現するシステムを構築した.これは,神経系の内部状態を,3次元の顔表情に実時間変換できる効果器を実現したものになっている.(4)当初の予定には入っていなかった項目であるが,ICA(独立成分分析)のための超高速化法を得ることができた.これは,α-対数に関する自然勾配をICAに適用することにより得られたものである.ICAは,機能MRIによる脳情報を抽出するための手法として中心的位置を占めており,この研究で得られた超高速ICAは,今後への大きな貢献となりうるものである.以上のように,本研究は,当初目的の他にも成果を得て終了した.