| 題名 | 自己組織化ニューラル木立を用いたパターン認識に関する研究 |
| 著者 | *古岡 佳大 (呉工業高等専門学校専攻科), 井上 浩孝 (呉工業高等専門学校) |
| Page | pp. 220 - 221 |
| Keyword | パターン認識, 集団学習 |
| Abstract | 近年，パターン認識の技術は文字認識・画像認識な ど様々な分野で使われている. またその高度化に対す る要求や期待も高まりつつあり，パターン認識の研究 は活発になってきている．そして，パターン認識にお ける代表的な手法の一つにニューラルネットワークが あげられる．ニューラルネットワークの歴史は古く，それを用い たパターン認識の方法も多種多様であるが，本研究で はT.Kohonen によって提案された自己組織化マッ プ（SOM）を応用し，Wen らによって提案された木 構造の自己生成ニューラルネットワーク(SGNN) を複数用いてアンサンブル学習によって認識精度を高 めた自己組織化ニューラル木立(SONG) を扱うこと にする. SGNN は与えられた訓練データセットより， 自動的に自己生成ニューラル木(SGNT) を構築する ことで，訓練データの特徴空間を木構造内に写像し， 高速な学習特性を持つ識別器である. SGNN は，その 各パラメーターも自動的に木構造で設定し，さらに， 訓練データの提示も1 度で良いので，計算時間が早 く，それゆえに高速処理を行うことのできる識別器で ある．また，仏圜・井上らはアンサンブル学習を用い てSGNN の汎化誤差を改善したSONG を提案し，そ の有効性を示した．本研究では，SONG の更なる 可能性及び効率化を追求し，検討する. |
| 題名 | 自己組織化ニューラル木立を用いた追加学習特性に関する研究 |
| 著者 | *川口 哲史 (呉工業高等専門学校 専攻科), 井上 浩孝 (呉工業高等専門学校) |
| Page | pp. 222 - 223 |
| Keyword | ニューラルネットワーク, 木構造, パターン認識, 追加学習, 自己組織化 |
| Abstract | In this paper, we show that incremental learning characteristics of Self-Organizing Neural Groves(SONGs). The SONG uses Self-Generated Neural Networks(SGNNs) with tree structure. It automatically constructs Self-Generating Neural Tree(SGNT) from given training data. Neural trees generate leaves in the tree structure in series from given training data, and the feature space of the data automatically maps the tree structure. Experimental results show that SONG can improve both the classification accuracy and the data compression ratio. |
| 題名 | ニューラルネットワークを用いたがん細胞の認識検証 |
| 著者 | *井川 翔平 (大島商船高等専門学校/情報工学科), 北風 裕教 (大島商船高等専門学校/商船学科), 池田 信彦 (徳山工業高等専門学校/情報電子工学科), 松野 浩嗣 (山口大学大学院/理工学研究科) |
| Page | pp. 224 - 225 |
| Keyword | がん細胞, 分類, LSC, 認識 |
| Abstract | がんの検査や治療方法，治療薬の開発などのために現在では，がんを細胞レベルで分析する研究が進められている．多くの医師がレーザースキャニングサイトメーター(LSC) を用いてがん細胞のタンパク質とその凝集度情報に着目し，分類を試みているが未だに有効な結果を得るまでには至っていない．その理由として，LSCから得られるがん細胞のデータは膨大なものであり，有効な特徴抽出が必要であったことが考えられる．そこで本研究では，LSCから抽出されたがん細胞の面積(Area)，たんぱく質量(Integral)，凝集度(MaxPixel)のデータからがん細胞の特徴抽出を行い，認識実験を試みた．特徴抽出の有効性の検討は，ニューラルネットワークを用いて行ったので報告する． |
| 題名 | リカレント型神経回路網におけるカオス的ダイナミクスを媒体とした信号伝搬 |
| 著者 | *杣 賢一郎 (岡山大学大学院自然科学研究科電子情報システム工学専攻), 奈良 重俊 (岡山大学大学院自然科学研究科産業創成工学専攻) |
| Page | p. 226 |
| Keyword | カオス, ニューロ, 信号伝搬 |
| Abstract | 近年,人間の脳内でカオス現象が観測され,カオス現象と人間の脳の高度な情報処理能力に関連性があるのではないかという考える研究者がいる.本研究では,脳内情報伝達(脳内コミュニケーション)に注目し,計算機上に脳の神経回路網を参考にした神経回路網モデルを構築した.このモデルを用いてカオス的ダイナミクスを発生させ,相関解析を行うことで脳内コミュニケーションの仕組みへのアプローチを試みた. |
| 題名 | 情報圧縮されたがん細胞情報のSOMを用いた分類検証 |
| 著者 | *吉田 卓洋 (大島商船高等専門学校/情報工学科), 北風 裕教 (大島商船高等専門学校/商船学科), 池田 信彦 (徳山工業高等専門学校/情報電子工学科), 松野 浩嗣 (山口大学大学院/理工学研究科) |
| Page | pp. 227 - 228 |
| Keyword | SOM, LSC, がん細胞, 分類 |
| Abstract | 我々の研究グループでは，これまでにレーザースキャニングサイトメータ（LSC）を用いてがん細胞に含まれるタンパク質情報を取得し，自己組織化マップ（SOM）を用いて分類を行うことで，医者が視覚的に分類判断を行うことが可能になるシステムについて提案してきた ．しかしながら，ここで用いられるLSCから得られたタンパク質情報は，2次元画像へ変換し，SOMの入力信号として利用していたため，莫大な解析時間を要する問題があった． そこで本研究では，従来のタンパク質情報の2次元画像ではなく，タンパク質情報を維持しつつも情報圧縮を実現する手法を提案し，提案データがSOMの分類に与える影響について検討し，その有効性について調べたので報告する． |