物性物理学と神経科学の融合による確率的神経回路網モデルの再構築と画像認識への応用

凝聚态物理与神经科学相结合重建随机神经网络模型及其在图像识别中的应用

基本信息

  • 批准号:
    14J02948
  • 负责人:
  • 金额:
    $ 1.22万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2014
  • 资助国家:
    日本
  • 起止时间:
    2014-04-25 至 2016-03-31
  • 项目状态:
    已结题

项目摘要

申請者は前年度の研究内容「(a)新潟大学医学部との共同研究で得られた猿の脳活動データを使って生体ニューラルネット(以下NN)の時間方向の挙動をとらえる」および「(b)物性物理学の方法論を用いて,NN全体のふるまいを確率的に捉えた新しいNNモデルを導出する」の結果を元に発案した手法を,コンピュータビジョン分野のトップ会議であるCVPRのポスターセッションで発表した.次に,申請者は研究内容「(c) 生体 NN に比肩する規模の人工 NN を構築する」および「(d) 人工NNを一般画像認識の問題に対して応用する」を実施するため,大規模なBMを百万枚規模の自然画像を用いて学習させることを試みた.学習を効率化することで得られたモデルが従来のNNと比較してどのような精度を達成しているのかを確かめるため,申請者はまずCNNを用いた学習の方法論を習得する必要があると考えた.そのため,申請者は東京大学大学院 相澤・山崎研究室の後期博士課程3年(現在は卒業)の松井勇佑氏と共同研究を行い,その成果をメディア情報処理分野のトップ会議であるSIGGRAPH Asiaに発表した.これらの研究成果を用いて,本提案手法で学習した大規模なBMを従来のフィードフォワード型のNNと比較したところ,現時点においてはあまり良好な結果は得られていないものの,今後の研究如何では同等程度あるいはそれを上回る可能性も充分あると考えられる.また,この研究で得られた提案手法(高速かつ高精度にMRFを学習させるための方法論)は条件付き確率場を含む幅広いモデルに対して適用できる方法論である.そのため,今後は本提案手法をMRFの別の問題に対して応用することで新しい成果を挙げる方向性と,BMモデルを効率的に学習させるためのより洗練された方法論を提案することで本研究課題を推進する2つの方向性で,研究を実施する所存である.
The applicant reviewed the previous year's research content. "(a) the Department of Medicine of the University of Singapore has jointly studied and obtained the results of the joint research of the Department of Medicine of the University of Singapore. (the following NN) in the direction of time, the physical properties of physics methods are used. NN is responsible for the accuracy and accuracy of the information. The results show that there is a difference in the accuracy and accuracy of the NN. The results show that there is a difference between the two groups. The results show that there is a difference between the two groups in the case of the yuan case. The results show that there is a difference between the two groups in the case of CVPR. The content of the study "(c) the living NN is comparable to the size of the artificial NN. (d) the general portrait of the artificial NN is known." The large-scale model BM millions of models, the natural portrait, the natural portrait, the image, the picture, the model, the module, the module, the module Mr. Cheng, Ph.D. of Yamazaki Research Office, Graduate School of Peking University, received a 3-year Ph.D. from Yamasaki Yamasaki, Graduate School of Peking University, and Mr. Yoyou Matsui jointly studied the project. The results of the joint research program were reviewed. The results of the study were reviewed. The SIGGRAPH Asia table was reviewed. The results of the study were used. The method of this proposal is to use the large-scale model BM to compare the performance of the NN model, and the good results of the good results have been obtained. In the future, we will study how to make full use of the possibility of getting back to work to the same extent. In this study, we have obtained the method of proposal (high-speed, high-precision, low-speed, high-precision, high-precision, high-precision, The methodology of the BM research program is to promote the directionality of this study and to study the existing problems in the field of research.

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Efficient Learning of Markov Random Fields in Computer Vision
计算机视觉中马尔可夫随机场的高效学习
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Kakishima S;Morita S;Yoshida K;Ishida A;Hayashi S;Asami T;Ito H;Miller DG;Uehara T;Mori S;Hasegawa E;Matsuura K;Kasuya E;Yoshimura J.;Masaki Saito
  • 通讯作者:
    Masaki Saito
コンピュータビジョンにおけるマルコフ確率場の応用とその課題
马尔可夫随机场在计算机视觉中的应用及其挑战
  • DOI:
  • 发表时间:
    2015
  • 期刊:
  • 影响因子:
    0
  • 作者:
    伊東啓;柿嶋聡;上原隆司;守田智;小山卓也;曽田貞滋;John R. Cooley;吉村仁;Masaki Saito
  • 通讯作者:
    Masaki Saito
Illustration2Vec
图解2Vec
  • DOI:
  • 发表时间:
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
確率場の効率的な学習と深層学習への応用
随机场的高效学习及其在深度学习中的应用
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Hiromi Asanuma;Satoshi Kakishima;Hiromu Ito;Kazuya Kobayashi;Eisuke Hasegawa;Takahiro Asami;Kenji Matsuura;Derek A. Roff & Jin Yoshimura;Masaki Saito
  • 通讯作者:
    Masaki Saito
Transformation of Markov Random Fields for marginal distribution estimation
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

齋藤 真樹其他文献

コンピュータビジョン―広がる要素技術と応用―
计算机视觉 - 扩展基础技术和应用 -
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    米谷 竜;斎藤 英雄;池畑 諭;牛久 祥孝;内山 英昭;内海 ゆづ子;小野 峻佑;片岡 裕雄;金崎 朝子;川西 康友;齋藤 真樹;櫻田 健;高橋 康輔;松井 勇佑
  • 通讯作者:
    松井 勇佑
南極昭和基地における大気中N2O同位体比の経年変化
南极洲昭和站大气 N2O 同位素比值的年变化
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    米谷 竜;斎藤 英雄;池畑 諭;牛久 祥孝;内山 英昭;内海 ゆづ子;小野 峻佑;片岡 裕雄;金崎 朝子;川西 康友;齋藤 真樹;櫻田 健;高橋 康輔;松井 勇佑;大江 耕介;豊田栄,水野勉,後藤大輔,森本真司
  • 通讯作者:
    豊田栄,水野勉,後藤大輔,森本真司
コンピュータビジョン
计算机视觉
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    米谷 竜;斎藤 英雄;池畑 諭;牛久 祥孝;内山 英昭;内海 ゆづ子;小野 峻佑;片岡 裕雄;金崎 朝子;川西 康友;齋藤 真樹;櫻田 健;高橋 康輔;松井 勇佑
  • 通讯作者:
    松井 勇佑
画像説明文生成に向けた物体間の関係の認識
识别对象之间的关系以生成图像描述
  • DOI:
  • 发表时间:
    2016
  • 期刊:
  • 影响因子:
    0
  • 作者:
    村岡 雅康;Sumit Maharjan;齋藤 真樹;山口 光太;岡崎 直観;岡谷 貴之;乾 健太郎
  • 通讯作者:
    乾 健太郎

齋藤 真樹的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

ディープラーニングによる上部消化器腺癌の分子亜型診断モデルの構築
利用深度学习构建上消化道腺癌分子亚型诊断模型
  • 批准号:
    24K11901
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
早期膵癌検出のためのディープラーニング技術応用Abbreviated MRIプロトコルの確立
应用深度学习技术进行早期胰腺癌检测的简化MRI协议的建立
  • 批准号:
    24K18758
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
コヒーレンスの伝搬に基づくディープラーニングによる散乱媒質のイメージング
使用基于相干传播的深度学习对散射介质进行成像
  • 批准号:
    23K21085
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
ディープラーニングによる小児歯科診断支援システムの構築
利用深度学习构建儿科牙科诊断支持系统
  • 批准号:
    24K13173
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
電磁プラズマ回折現象の広域観測とディープラーニングによる地殻活動検知の実証研究
利用电磁等离子体衍射现象广域观测和深度学习探测地壳活动的示范研究
  • 批准号:
    24K07488
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
ディープラーニングによる革新的な術中リアルタイム脳血管内治療支援の開発
利用深度学习开发创新的术中实时脑血管内治疗支持
  • 批准号:
    24K12237
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
ディープラーニングを用いたヒトの歩行動作によるパーソナリティ推定の試み
尝试使用深度学习根据人类行走行为来估计性格
  • 批准号:
    24K06637
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
理想的な適応粒子線治療の実現-ディープラーニングAIの粒子線治療への活用-
实现理想的自适应粒子束治疗 - 利用深度学习人工智能进行粒子束治疗 -
  • 批准号:
    24K18533
  • 财政年份:
    2024
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
ディープラーニングによる仏像の系譜に関する研究
利用深度学习研究佛像谱系
  • 批准号:
    23H00004
  • 财政年份:
    2023
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
高次元ファイナンスモデルに対する確率解析とディープラーニングによるアプローチ
使用随机分析和深度学习的高维金融模型方法
  • 批准号:
    22KJ3223
  • 财政年份:
    2023
  • 资助金额:
    $ 1.22万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了