エンタングルメント・エントロピーに基づく畳み込みニューラルネットワークと主成分分析に基づく畳み込みニューラルネットワーク

• Item type: SIG Technical Reports(1)
• 公開日: 2018-01-11
• タイトル: エンタングルメント・エントロピーに基づく畳み込みニューラルネットワークと主成分分析に基づく畳み込みニューラルネットワーク
• タイトル / 言語: en
• タイトル: Convolutional Neural Network based on Entanglement Entropy and Convolutional Neural Network based on Principal Component Analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般セッション6
• 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: 福岡大学大学院理学研究科
• 著者所属: 福岡大学大学院理学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Science, Fukuoka University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science, Fukuoka University
• 著者名: 江口, 脩; 田中, 勝
• 著者名(英): Shu, Eguchi; Masaru, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，主成分分析を用いてデータに応じて処理を行う CNN とエンタングルメント ・ エントロピーを用いてデータに応じて処理を行う CNN の違いを考察する．エンタングルメント ・ エントロピーを用いてデータに応じて処理を行う CNN は，一般の CNN で用いられるプーリングとドロップアウトを排除し，エンタングルメント ・ エントロピーに基づきそれぞれのデータごとに不必要な情報を適切に選択する情報量に基づく学習法である．具体的には，エンタングルメント・エントロピーに基づく特異値分解を用いた不必要な情報の削減を行う．一方，画像処理の分野において，特異値分解を用いた画像圧縮は，主成分分析の寄与率に基づいてしばしば行われる．主成分分析を用いてデータに応じて処理を行う CNN は，もとのデータの主成分分析の寄与率に基づく次元の縮約を用いた学習法である．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we study the differences in the CNN performing processing in accordance with the data using the CNN and entanglement entropy for performing processing in accordance with the data using the principal component analysis. CNN performing processing in accordance with the data using the entanglement entropy eliminates pooling and dropouts used in general CNN, proper selection of unnecessary information for each data based on entanglement entropy Based on the amount of information to be learned. Specifically, unnecessary information reduction using singular value decomposition based on entanglement and entropy is performed. On the other hand, in the field of image processing, image compression using singular value decomposition is often performed based on the contribution ratio of principal component analysis. CNN performing processing in accordance with the data using the principal component analysis is a learning method using about contraction of dimensions based on the contribution rate of principal component analysis of the original data.
• 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 2018-CVIM-210, 号 24, p. 1-6, 発行日 2018-01-11
• 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