構造化ニューラルネットワークのための強化学習に関する研究

结构化神经网络强化学习研究

• 批准号: 01F00708
• 负责人: 高木 英行
• 金额: $ 1.41万
• 依托单位: 九州芸術工科大学
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2001
• 资助国家: 日本
• 起止时间: 2001 至 2002
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-01F00708/
• 关键词: 構造化ニューラルネット; 強化学習; 進化計算; 画像協調

Hl3年度では構造化ニューラルネット(NN)と強化学習アルゴリズムの組み合わせに焦点を絞り,NN構造の自動化法を提案し国際会議で発表した.昨年度の報告でも述べたように,今年度は,強化学習をNNのためだけの強化学習に限定せず,強化学習と見做せる進化論的計算(EC)に拡張して研究を展開させた.具体的には,対話型ECを用いた画像強調を取り上げた.システムは,画素の濃度変換を行いカラー化する画像強調フィルタをパラメトリックに設計し,ECで最適化する.その時,人間が処理された画像を評価し,その評価値をECにフィードバックすることによって画像強調フィルタを最適化するものである.ECは最終的な理想解が人間からは与えられないが個々の個体の良し悪しは与えられるので,強化学習と言える.研究成果は3点ある.第1の成果は,モノクロ画像のカラー化フィルタの設計である.画素の濃度値の入出力変換特性を折れ線特性で表現し,折れ線部分の座標値を遺伝的アルゴリズムで最適化する.この入出力変換特性を3種類作成し,それぞれの出力をRGBに対応させることで,モノクロ画像を入力し,濃度変換とカラー化で画像を強調する処理系を構築する.第2の成果は,この処理系を医療画像処理の現場に持ち込み,医療画像診断の専門家を被験者に評価を開始したことである.医療画像診断の専門家は信号処理の専門家ではないので画像強調フィルタを設計することは困難である.しかしこの対話型ECを導入することで可能になる.第1の成果で得られた画像強調フィルタ設計システムを福岡歯科大学の現場での評価に持ち込んだ.第3の成果は,新しい画像強調アルゴリズムの提案である.画像強調フィルタ特性を遺伝的プログラミングで設計する.その時に用いる数式の演算に,通常の四則演算や三角関数,対数などの演算子以外に,画像処理でよく用いられる処理を1つの演算子として遺伝的プログラミングに導入することで,短時間で素性の良い画像強調フィルタを設計しようとするものである.

Hl3 Annual Structured Structure (NN) and Reinforcement Learning Group Focus, NN Structure Proposal of the International Conference on Automation and Chemical Law, Table of Contents of the International Conference. Last year's report, the report, this year's report, Reinforcement Learning, NN, Strong Chemistry Learning is limited, reinforcement learning is done, calculation of evolution theory (EC), Zhang, research, development, concrete, and communication type EC are Use the いたimage to emphasize the をtake the upper げた.システムは, the pixel density change を行いカラー化する the image to emphasize the フィルタをパラメトリックにDesign and optimization of EC The picture of Touya emphasizes the optimization of the Touyasu.好ししは与えられるので, reinforcement learning と语える. Research results は3 points ある. The first result は, モノクロimage のカラー化フィルタのDesignである. Pixel density, input and output force conversion characteristics, folding line characteristics, expression, coordinates of the folding line part, アルゴリズムでOptimized する.このInput and output change characteristics を3 types made し, それぞれの力をRGB に対応させることで, モノクロimage を入Strength, concentration change and image transformation, emphasizing the construction of the processing system, the second result, and the on-site maintenance of the medical image processing systemち込み, Medical imaging diagnosis の専门家 は 訓者 に価を Start したことである. Medical imaging diagnosis の専门家 は Signal processing の専门家 でNo. 1 The results of the project are highlighted by the portrait design of Fukuoka University of Science and Technology.いThe picture emphasizes the アルゴリズムのproposal である. The picture emphasizes the フィルタ characteristic を伝's プログラミングで design する.その时に用いるnumber Calculation of the formula, the four normal calculations, the triangle number, the number of calculations other than the calculation operator, the image processing method, the calculation method of the image processing method, the calculation method of the calculation of 1, and the operatorして伝's プログラミングに imported することで, a short time The character's portrait emphasizes the design of フィルタをしようとするものである.

项目成果

Rudolf Jaksa: "From Plain to Modular Topology : Automatic Modularization of Structured ANNs"Proceedings of 2nd Euro-International Symposium on Computational Intelligence (E-ISCI 2002). (2002)

Rudolf Jaksa：“从简单拓扑到模块化拓扑：结构化 ANN 的自动模块化”第二届欧洲国际计算智能研讨会论文集 (E-ISCI 2002)。

Rudolf Jaksa, Hideyuki Takagi: "Analysis and Evaluation for Interactive Evolutionary Computation-based Image Processing"MPSシンポジウム,情報処理学会シンポジウムシリーズ. vol.2003,no.2. 243-250 (2003)

Rudolf Jaksa，Hideyuki Takagi：“基于交互式进化计算的图像处理的分析和评估”MPS 研讨会，日本信息处理学会研讨会系列，第 2 卷，2003 年。