Network In Network の視覚システムとしての妥当性について方位選択性マップに関する観点から

• Item type: SIG Technical Reports(1)
• 公開日: 2016-08-29
• タイトル: Network In Network の視覚システムとしての妥当性について方位選択性マップに関する観点から
• タイトル / 言語: en
• タイトル: The Validity of Network In Network as a Visual System
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属: 電気通信大学大学院情報理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, University of Electro-Communications
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics and Engineering, University of Electro-Communications
• 著者名: 鈴木, 聡志; 庄野, 逸
• 著者名(英): Satoshi, Suzuki; Hayaru, Shouno
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Krizhesky らが提唱した AlexNet に代表される，Deep Convolutional Neural Network(DCNN) モデルによって，昨今の画像識別タスクの精度は著しく向上した．DCNN は Fukushima の提唱した Neocognitron をルーツに持ち，哺乳類の初期視覚野の単純型細胞と複雑型細胞を実現したネットワークアーキテクチャとして知られている．一方， Lin らが提唱した Network In Network(NIN) と呼ばれる技術を取り入れる事で DCNN が， より高い精度を示す事が多くの研究により示唆されている．NIN は，Goodfellow らの提唱した Maxout と呼ばれる活性化関数を発端に，活性化関数を学習によって獲得しようとする手法である．NIN は，工学的な要請によって取り入れられたネットワークアーキテクチャであるため，生理学的な観点から DCNN との関連性は十分に考察されてこなかった．本研究では，NIN が DCNN においてどのような畳み込みフィルタを生成するかに着目し調査した．結果として NIN の構成ユニットにおいては，抽出する特徴が近いユニット同士が関連性を持つことが示された． これは，ちょうど初期視覚野において，近い特徴を抽出する部位同士が近傍に配置されるマップ構造を持ちうることと類似している．以上のような観点から，NIN の示唆するマップ構造が，パターン認識に対する影響を考察した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In recent years, Deep Convolutional Neural Network (DCNN) has shown excellent performance in image recognition field. DCNN is one of the multi-layer neural networks, which can automatically obtain feature representation from data. Neocognitron is the prototype of DCNN, which was proposed by Fukushima in early 80's. It is inspired by the hierarchical structure in the 18 field of cat brain which corresponds to the initial visual cortex. On the other hand. Network In Network (NIN) method was proposed by Lin et al. NIN technology has shown state-of-the-art performance in many image recognition task. However, discussion of the physiological relationship of NIN and DCNN which is brain inspired model was insufficient. In this work, we make the filters that are created by NIN, and show that these filters have the same function as the orientation selectivity in the early visual cortex.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2016-CVIM-203, 号 21, p. 1-8, 発行日 2016-08-29
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会