【研究領域課題番号】22H03189 (KAKENデータベースで見る）

【研究キーワード】

人工知能 / 脳神経外科手術 / virtual reality / 画像認識 / 解剖

【研究種目】基盤研究(B)

【研究期間】2022-04-01 - 2026-03-31

【配分額】15,990千円 (直接経費: 12,300千円、間接経費: 3,690千円)

【研究分野】知覚情報処理

【研究領域課題番号】26730085 (KAKENデータベースで見る）

【研究キーワード】

深層学習 / ディープラーニング / 画像認識 / 畳み込みニューラルネットワーク / 表現学習 / 人工知能 / 少サンプル学習

【研究成果の概要】

本研究では、少数の教師付学習サンプルから高速かつ安定な学習を可能とする新しい深層学習の枠組を提案した。まず、フィッシャー重みマップ法による識別的な解析解により畳み込み層を算出し、これを順次積み上げることで多層畳み込みニューラルネットワーク(CNN)をボトムアップに構築する。さらに、これを初期状態として誤差逆伝播法による学習を進めることで、より優れた局所解に高速に到達させることを狙う。提案手法は、MNIST・STL-10などの本分野におけるいくつかの代表的なベンチマークにおいてstate-of-the-artの識別精度を達成した。

【研究種目】若手研究(B)

【研究期間】2014-04-01 - 2016-03-31

【配分額】3,770千円 (直接経費: 2,900千円、間接経費: 870千円)

【研究分野】知覚情報処理

【研究領域課題番号】26540079 (KAKENデータベースで見る）

【研究キーワード】

コンピュータビジョン / 機械学習 / 画像復元 / 画像認識 / 人工知能

【研究成果の概要】

本研究の目的は， Bag-of-Visual-Words (BoVW)画像特徴から，元の画像を再構成することである．BoVW では，局所記述子が量子化されており，かつ空間情報が失われているため元画像の再構成は困難である．本研究では，局所記述子の最適な配置を推定するため，この隣接の自然さと，大域的な位置の選好性を取り入れた評価関数を提案し，大規模画像データを用いてこれらを獲得する手法を提案した．また，効果的な最適化手法を提案した．提案手法の有用性を示すため，約100カテゴリから収集した画像に対してBoVW からの元画像の再構成を行った．

【研究種目】挑戦的萌芽研究

【研究期間】2014-04-01 - 2016-03-31

【配分額】3,640千円 (直接経費: 2,800千円、間接経費: 840千円)

【研究分野】知覚情報処理・知能ロボティクス

【研究領域課題番号】24680017 (KAKENデータベースで見る）

【研究キーワード】

画像認識 / コンピュータビジョン / 機械学習 / 人工知能 / ビッグデータ / パターン認識

【研究成果の概要】

本研究の目的は，膨大な画像データとテキストデータから，それらの関係性を統計的に学習し，超多クラスの一般的物体認識可能なシステムを構築することにある．この実現には，１）膨大なデータであっても破たんすることなく学習し続けられる手法が重要となる．また，２）複数の物体が存在しても，どこに何があるのか検出する手法も重要となる．３）一般的に教師データ作成の人的コストは高く，この学習データ構築コストを減らすことが，正確かつ多様な物体認識に重要となる．さらに，４）分からないものが分かる技術は，自律的に学習していく認識システムに必要不可欠である．本研究課題では，上記１）～４）に関して取り組み成果を得た．

【研究種目】若手研究(A)

【研究期間】2012-04-01 - 2015-03-31

【配分額】26,520千円 (直接経費: 20,400千円、間接経費: 6,120千円)