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：
齋藤真樹
金额：
$ 1.22万
依托单位：
Tohoku University
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．

申请人介绍了该方法，该方法是根据上一年研究的结果设计的：（a）使用猴子大脑活动数据获得的生物神经网络（NNS）的时间方向行为，与Niigata University of Medicine Schools合作获得的猴子大脑活动数据，并使用“ New NN”模型，以捕获整个物理的方法，该方法是在物理上捕获了一定的nn，该方法是在物理上捕获的，该方法是在物理上进行的。计算机视觉领域的顶级会议。接下来，申请人试图使用一百万个自然图像来训练大规模的BMS，以执行研究内容，“（c）以可与生活NNS相当的规模构建人造NN”和“（d）将人工NN应用于一般图像识别问题”。为了查看与常规NNS相比，通过提高学习效率获得的模型的准确性，申请人首先认为它需要使用CNN获得学习方法。因此，申请人与Matsui Yusuke进行了联合研究，Matsui Yusuke是东京大学研究生院Aizawa和Yamazaki实验室的三年级博士生，并将结果介绍给Siggraph Asia，Siggraph Asia是媒体和信息处理领域的顶级会议。使用这些研究结果，当使用此提出的方法与常规馈电NN进行比较时，尽管目前还没有很好的结果，但人们认为，未来研究的结果很有可能可比性或超过未来的研究。此外，本研究获得的提出的方法（一种以高速和高精度学习MRF的方法）是一种方法，可以应用于包括条件随机场在内的广泛模型。因此，将来，我们打算在两个方向上进行研究：将此提出的方法应用于MRF的另一个问题，以实现新的结果，并提出一种更复杂的方法来有效地培训BM模型，我们打算进行研究主题。

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