トップQs
タイムライン
チャット
視点

ネオコグニトロン

ウィキペディアから

Remove ads

ネオコグニトロン: Neocognitron)は、1979年に福島邦彦によって提唱された畳み込みニューラルネットワークである[1][2]

概要

畳み込みの手法を導入する以前のコグニトロン(「教師なし学習」を行う多層神経回路)では位置ずれや変形の影響を受けやすかった。 このため、形の類似性だけに基づいてパターン認識することを目的としてネオコグニトロンが開発された。 ネオコグニトロンは複数の種類の細胞から構成され、その中で最も重要な細胞は「S細胞」および「C細胞」と呼ばれる[3] 。 局所特徴量はS細胞によって抽出され、微小変位(local shift)といったこれらの特徴の変形はC細胞に委ねられている。 入力中の局所特徴量は、隠れ層によって徐々に統合され、分類される[4]

デイヴィッド・ヒューベルトルステン・ウィーセルが1959年に提唱したモデルから発想を得ている。 彼らは「単純細胞英語版」および「複雑細胞英語版」と呼ばれる一次視覚野の2種類の細胞を発見し、パターン認識タスクにおいて使用されるこれら2種類の細胞のカスケードモデルを提唱した[5][6]

1998年、ヤン・ルカンらはネオコグニトロンにバックプロパゲーションによる教師あり学習を適用し、LeNet と名付けて公表した[7]手書き文字認識やその他のパターン認識の課題に用いられている[8]

ネオコグニトロンには様々な種類が存在する[9]。例えば、ある種のネオコグニトロンは、逆伝播シグナルを用いることによって同一入力中の複数のパターンを検出でき、選択的注意(selective attention)を達成する[10]

Remove ads

脚注

参考文献

関連項目

外部リンク

Loading related searches...

Wikiwand - on

Seamless Wikipedia browsing. On steroids.

Remove ads