权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

構造適応型Ｄｅｅｐ　Ｌｅａｒｎｉｎｇによるビックデータ予測システムの開発

利用结构自适应深度学习开发大数据预测系统

基本信息

批准号：
17J11178
负责人：
鎌田真
金额：
$ 1.09万
依托单位：
Hiroshima City University
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-26 至 2019-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17J11178/
关键词：
深層学習 Deep Belief Network 構造適応型学習知識獲得

项目摘要

本研究では，学習中に隠れニューロン数及び隠れ層数を自動で増減する構造適応型深層学習法を開発した。平成２９年度では，構造適応型深層学習法の基本的な学習アルゴリズムを構築し，具体的には，①時系列データの予測を実現するリカレント構造適応型学習方法を開発し，②深層学習に蓄積された知識をIF-THENルールとして抽出し，③ベンチマークテストや少数の実データを用いた評価を行った。平成３０年度では，これまでに開発したシステムをベンチマークテストだけでなく，様々な種類のビックデータに適用し，手法の検証・改良を行った。具体的には，④単なる画像の分類だけでなく，画像の中の特定の部位の検出する物体検出アルゴリズムの開発を行った。深層学習では，R-CNN，YOLO，SSD等，畳み込みニューラルネットワークに基づく物体検出法が知られている。これらの物体検出法の考えを応用し，構造適応型学習法における新しい物体検出法を開発した。また，⑤開発した知識獲得手法において，深層学習における階層構造を考慮した上で知識を抽出することで，精度の改善を行った。さらに，⑥これらの手法を実世界に存在する様々なビックデータに適用し，手法の検証を行った。検証データとして胸部X線画像ベンチマークセットChestX-ray8(CXR8)や実際の検査機関から収集された医療検診データ等を用いた。④の物体検出手法は，CXR8に与えられている疾病(異常)箇所を既存の手法よりも高い精度で検出できた。また，医療検診データに対して⑤の手法を適用したところ，血液検査の異常と癌の進行に関する知識を発見できた。得られた知識の一部は，実際の診療所やクリニックのホームページ等で報告されているケースと一致するものもあった。今後は，開発した構造適応型学習法を様々な実データに適用し，実用化に関する研究を進めるとともに，性能の改善を行う。

This study aims to develop a structural adaptive deep learning method that automatically reduces the number of learning elements and the number of layers. In 2009, the basic learning framework of adaptive deep learning method was constructed, and the specific aspects were: (1) time series prediction and implementation of adaptive deep learning method were developed;(2) deep learning accumulated knowledge was extracted from IF-THEN; and (3) adaptive deep learning method and implementation of adaptive deep learning method were evaluated. In 2010, the company launched a series of research and development projects to improve the quality of its products. Specifically, the classification of the image is divided into four categories, and the detection of specific parts of the image is carried out. Deep learning, such as R-CNN, YOLO, SSD, etc. The object detection method is used to construct an adaptive learning method. 5. Open up knowledge acquisition methods, consider hierarchical structure, extract knowledge, and improve accuracy In this case, the method exists in the world, and the method is verified. The chest X-ray image of the examination room is used in the ChestX-ray8(CXR8) and the examination room is used in the medical examination room. 4. The method of detecting objects is CXR8 and disease (abnormality). The existing method is high precision. The method of medical examination is applicable to the development of abnormal blood and cancer. A part of the knowledge gained is that the clinic will report to you. In the future, the development of structural adaptive learning methods will be carried out to improve performance.